reduce_min算子直调样例
概述
本样例介绍无DataCopyPad的非对齐reduce_min算子核函数直调方法，采用核函数<<<>>>调用，有效降低调度开销，实现高效的算子执行。
支持的产品
- Atlas A3 训练系列产品/Atlas A3 推理系列产品
- Atlas A2 训练系列产品/Atlas A2 推理系列产品
目录结构介绍
├── reduce_min
│ ├── scripts
│ │ ├── gen_data.py // 输入数据和真值数据生成脚本
│ │ └── verify_result.py // 验证输出数据和真值数据是否一致的验证脚本
│ ├── CMakeLists.txt // 编译工程文件
│ ├── data_utils.h // 数据读入写出函数
│ └── reduce_min_custom.asc // Ascend C算子实现 & 调用样例
算子描述
-
算子功能：
本样例中实现的是固定shape为16*4的ReduceMin算子。 ReduceMin算子的numpy表达式为：z = np.min(x, axis=1) -
算子规格：
算子类型(OpType) ReduceMin 算子输入 name shape data type format x 16*4 float16 ND 算子输出 z 16*4 float16 ND 核函数名 reduce_min_custom -
算子实现：
ReduceMin算子的numpy表达式为：z = np.min(x, axis=1)计算逻辑是：Ascend C提供的矢量计算接口的操作元素都为LocalTensor，输入数据需要先搬运进片上存储，然后使用计算接口完成对输入参数取绝对值的运算，得到最终结果，再搬出到外部存储上。
ReduceMin算子的实现流程分为3个基本任务：CopyIn，Compute，CopyOut。CopyIn任务负责将Global Memory上的输入inputGM搬运到Local Memory，存储在inputLocal中。Compute任务负责对inputLocal执行轴规约的ReduceMin操作，调用ReduceMin基础API时需要指定mask掩盖脏数据，计算结果存储在outputLocal中。CopyOut任务负责将输出数据从outputLocal搬运至Global Memory上的输出outputGM中，为防止数据踩踏本例使用原子加进行搬出。
- 调用实现
使用内核调用符<<<>>>调用核函数。
- 调用实现
编译运行
在本样例根目录下执行如下步骤，编译并执行算子。
-
配置环境变量
请根据当前环境上CANN开发套件包的安装方式，选择对应配置环境变量的命令。-
默认路径，root用户安装CANN软件包
source /usr/local/Ascend/cann/set_env.sh -
默认路径，非root用户安装CANN软件包
source $HOME/Ascend/cann/set_env.sh -
指定路径install_path，安装CANN软件包
source ${install_path}/cann/set_env.sh
-
-
样例执行
mkdir -p build && cd build; # 创建并进入build目录 cmake ..;make -j; # 编译工程 python3 ../scripts/gen_data.py # 生成测试输入数据 ./demo # 执行编译生成的可执行程序，执行样例 python3 ../scripts/verify_result.py output/output.bin output/golden.bin # 验证输出结果是否正确，确认算法逻辑正确执行结果如下，说明精度对比成功。
test pass!