DeepNorm样例
概述
本样例基于Kernel直调算子工程，介绍了调用DeepNorm高阶API实现deepnorm单算子，在深层神经网络训练过程中，执行层LayerNorm归一化时，可以使用DeepNorm进行替代，通过扩大残差连接来提高Transformer的稳定性。
支持的产品
- Ascend 950PR/Ascend 950DT
- 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
├── deepnorm
│ ├── scripts
│ │ ├── gen_data.py // 输入数据和真值数据生成脚本
│ ├── CMakeLists.txt // 编译工程文件
│ ├── data_utils.h // 数据读入写出函数
│ └── deepnorm.asc // Ascend C算子实现 & 调用样例
算子描述
-
算子功能：
本样例实现了对shape大小为[B，S，H]的输入数据的DeepNorm归一化，其计算公式如下：DeepNorm(x) = LayerNorm(α * X + SubLayer(X))
SubLayer(X)通常是指在DeepNorm模型中的一个子层（sub-layer），用于实现自注意力机制（self-attention mechanism）。本接口中会整体作为一个输入Tensor传入。
-
算子规格：
算子类型(OpType) deepnorm 算子输入 name shape data type format inputX 4 * 16 * 64 float ND inputGx 64 float ND beta 64 float ND gamma 64 float ND 算子输出 output 4 * 16 * 64 float ND outputMean 4 * 16 float ND outputVariance 4 * 16 float ND 核函数名 deepnorm_custom -
算子实现：
本样例中实现的是固定shape(inputX[4, 16, 64]、inputGx[64]、beta[64]、gamma[64]， output[4, 16, 64]、 outputMean[4, 16]、 outputVariance[4, 16])的deepnorm算子。-
kernel实现
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DeepNorm高阶API接口完成deepnorm计算，得到最终结果，再搬出到外部存储上。
deepnorm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Tensor inputX_gm、inputGx_gm、gamma_gm、beta_gm Memory搬运至LocalMemory，分别存储在inputXLocal、inputGxLocal、gammaLocal、betaLocal中，Compute任务负责对inputXLocal、inputGxLocal、gammaLocal、betaLocal执行deepnorm计算，计算结果存储在outputLocal、outputMeanLocal、outputVarianceLocal中，CopyOut任务负责将输出数据从outputLocal、outputMeanLocal、outputVarianceLocal搬运至Global Memory上的输出Tensor output、outputMeanGm、outputVarianceGm中。
-
调用实现
使用内核调用符<<<>>>调用核函数。
-
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，执行样例执行结果如下，说明精度对比成功。
test pass!