Relu6 算子
Relu6 激活函数算子的 Ascend C 自定义算子实现，面向 Ascend 950 芯片。
功能简介
Relu6 算子按元素对输入张量执行 Relu6 激活函数计算，将输入张量中的每个元素值限制在 [0, 6] 区间内。
数学公式
y = min(max(x, 0), 6)
等价于分段函数：
y = { 0, if x < 0
{ x, if 0 <= x <= 6
{ 6, if x > 6
支持特性
数据类型
| 数据类型 | C 类型 |
|---|---|
| float16 | half |
| float | float |
| int32 | int32_t |
| bfloat16 | bfloat16_t |
Shape 约束
- 输入 x 和输出 y 的 shape 必须相同
- 最高支持 8 维张量
- 支持任意维度（1D ~ 8D），使用 FORMAT_ND（任意维度连续排布）
芯片支持
| 芯片 | 状态 |
|---|---|
| Ascend 950PR | 支持 |
| Ascend 950DT | 支持 |
工程结构
relu6/
├── examples/ # 调用示例
│ └── test_aclnn_relu6.cpp # C++ 调用示例
├── op_host/ # 主机端算子注册代码
│ ├── relu6_def.cpp # 算子定义
│ └── relu6_tiling.cpp # Tiling 策略
├── op_kernel/ # Kernel 实现代码
│ ├── relu6.cpp # Kernel 入口
│ ├── relu6.h # Kernel 类实现
│ ├── relu6_tiling_data.h # TilingData 结构体
│ └── relu6_tiling_key.h # TilingKey 模板参数
├── tests/ # 测试代码
├── CMakeLists.txt # 顶层 CMake 配置
└── README.md # 本文件
API 接口
算子提供两段式 ACLNN 接口：
aclnnRelu6GetWorkspaceSize
计算执行 Relu6 算子所需的 workspace 大小。
extern "C" aclnnStatus aclnnRelu6GetWorkspaceSize(
const aclTensor* x, // 输入张量
const aclTensor* y, // 输出张量
uint64_t* workspaceSize, // 输出：workspace 大小
aclOpExecutor** executor); // 输出：执行器指针
aclnnRelu6
执行 Relu6 算子计算。
extern "C" aclnnStatus aclnnRelu6(
void* workspace, // workspace 内存地址
uint64_t workspaceSize, // workspace 大小
aclOpExecutor* executor, // 执行器指针
aclrtStream stream); // 运行流
实现原理
Relu6 算子在 AI Core 上通过两次矢量计算实现：
- Maxs 计算：
tmp = max(x, 0)-- 将小于 0 的值截断为 0 - Mins 计算：
y = min(tmp, 6)-- 将大于 6 的值截断为 6
内部采用多核并行 + UB 缓冲优化策略：
- 根据数据量和 AI Core 数量自动切分数据，实现多核并行处理
- UB 中使用 3 个 LocalTensor（input、tmp、output），根据 UB 大小动态计算单次循环处理量
- LocalTensor 起始地址 32 字节对齐，尾部数据通过 DataCopyPad 自动处理