Mean样例
概述
本样例介绍了基于Ascend C异构混合编程模型演示Mean融合算子的核函数直调实现，根据最后一轴的方向对各元素求平均值。
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
├── mean
│ ├── 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
│ └── mean.asc // Ascend C算子实现 & 调用样例
算子描述
-
算子功能：
根据最后一轴的方向对各元素求平均值。
如果输入是向量，则在向量中对各元素相加求平均；如果输入是矩阵，则沿最后一个维度对元素求平均。本接口最多支持输入为二维数据，不支持更高维度的输入。 -
算子规格：
算子类型(OpType) mean 算子输入 name shape data type format x 1*32 float ND 算子输出 y 1*8 float ND 核函数名 mean_custom -
算子实现：
本样例中实现的是固定shape为输入x[1, 32]，输出y[8]的MeanCustom算子，其中y中的有效值数量为1，对输入x的每行元素求和后，输出y的有效数据为前1位，最后7位为padding填充的数据。-
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Mean高阶API接口完成mean计算，得到最终结果，再搬出到外部存储上。
MeanCustom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 srcGm存储在srcLocal中，Compute任务负责对srcLocal执行mean计算，计算结果存储在dstLocal中，CopyOut任务负责将输出数据从dstLocal搬运至Global Memory上的输出Tensor dstGm。
-
Tiling实现
根据输入数据的内轴长度、内轴实际长度、外轴长度确定所需tiling参数，例如输出内轴补齐后长度等。调用GetMeanMaxMinTmpSize接口获取Mean接口完成计算所需的临时空间大小。
-
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!