Pdist

产品支持情况

产品	是否支持
Atlas A2 训练系列产品/Atlas A2 推理系列产品	√
Atlas A3 训练系列产品/Atlas A3 推理系列产品	√

功能说明

• 算子功能：计算输入二维 tensor 各行之间的 p-范数成对距离，等价于 PyTorch 的 torch.nn.functional.pdist。

计算公式：

• 0 < p < ∞：dist(i, j) = (Σ|x_ik − x_jk|^p)^(1/p)（闵可夫斯基距离）
• p = 0：dist(i, j) = Σ𝟙(x_ik ≠ x_jk)（汉明距离）
• p = ∞：dist(i, j) = max|x_ik − x_jk|（切比雪夫距离）

算子原型设计

参数名	类别	描述	数据类型	数据格式
x	输入张量	二维输入张量，形状 (N, M)，N ≥ 2, M ≥ 1。	FLOAT16、FLOAT32	ND
p	属性	距离参数，p ≥ 0，含 inf。可选，默认 2.0。	FLOAT	-
y	输出张量	一维输出张量，形状 (N*(N-1)/2,)。	与 x 一致	ND

• Atlas A2/A3 系列产品：数据类型支持 FLOAT16、FLOAT32。

约束说明

• 输入 x 必须为二维 tensor，且 dim(0) ≥ 2。
• 输出 y 的数据类型必须与 x 一致。
• p 的取值范围为 [0, +∞]。
• N 上限为 65535（computeNum 使用 uint64_t，N 过大时输出规模超出实际内存限制）。

调用说明

调用方式	样例代码	说明
aclnn 接口	test_aclnn_pdist	通过 aclnnPdist 接口调用，p 以 float 传入。
aclnn Forward 接口	test_aclnn_pdist_forward	通过 aclnnPdistForward 接口调用，p 以 aclScalar 传入。

目录结构

pdist/
├── README.md
├── op_host/                     # Host 侧：算子定义、Tiling、InferShape
│   ├── pdist_def.cpp
│   ├── pdist_infershape.cpp
│   └── pdist_tiling.cpp
├── op_kernel/                   # Kernel 侧：NPU 计算逻辑
│   ├── pdist.cpp
│   ├── pdist.h
│   ├── pdist_constants.h
│   ├── pdist_tiling_data.h
│   └── pdist_tiling_key.h
├── op_api/                      # ACLNN 接口层
│   ├── aclnn_pdist.h
│   ├── aclnn_pdist.cpp
│   ├── aclnn_pdist_forward.h
│   └── aclnn_pdist_forward.cpp
├── docs/                        # 接口文档
│   ├── aclnnPdist.md
│   └── aclnnPdistForward.md
├── examples/                    # 调用示例
│   ├── test_aclnn_pdist.cpp
│   └── test_aclnn_pdist_forward.cpp
└── tests/
    ├── ut/                      # 单元测试
    │   ├── op_host/             # Tiling + InferShape UT (14 cases)
    │   ├── op_api/              # ACLNN 接口 UT (9 cases)
    │   └── op_kernel/           # Kernel CPU 模拟器 UT
    ├── st/                      # 系统测试 (97 cases, Real NPU)
    │   ├── test_aclnn_pdist.cpp
    │   └── run.sh
    └── reports/
        └── iter3-acceptance-report.md

贡献说明

贡献者	贡献方	贡献算子	贡献时间	贡献内容
xiaoy2459	个人开发者	Pdist	2026/6/3	Pdist算子适配开源仓