| Files | Last commit | Last update |
|---|---|---|
fix cleancode include:assign,mem_set,split_v,tensor_move,adds,power Co-authored-by: c00887544<chenshengze@huawei.com> # message auto-generated for no-merge-commit merge: !5264 merge 0831 into master fix cleancode include:assign,mem_set,split_v,tensor_move,adds,power Created-by: chengzhi1120 Commit-by: c00887544 Merged-by: cann-robot Description: ## 描述 <!--在这里详细描述你的改动,包括改动的原因和所采取的方法。--> cleancode整改 涉及assign,mem_set,split_v,tensor_move,adds,power算子 主要整改内容:去除保留标识符;修改难以理解的字面常量;删除不用的代码段;合理安排空行;避免使用reinterpret_cast;不向全局命名空间中导入符号 ## 关联的Issue <!-- 如果这个PR是为了解决特定的Issue,请在这里提供Issue链接。--> <!-- 如果这个PR是为了解决特定的问题单,请在这里描述问题单单号。--> https://gitcode.com/cann/ops-math/issues/3006 ## 测试 <!--描述进行了哪些测试来验证你的改动。包括但不限于二级冒烟、算子泛化等。--> 冒烟通过 白盒用例验证通过 ## 文档更新 <!--如果这个PR包含文档的更新,请在这里指出。例如:更新了README.md文件。--> ## 类型标签 <!-- [x] 表示选中 --> - [ ] Bug修复 - [ ] 新特性 - [ ] 性能优化 - [ ] 文档更新 - [x] 其他,请描述:cleancode整改 See merge request: cann/ops-math!5264 | 2 months ago | |
feat: 新增 ascend960pr/ascend960dt 平台算子适配(14 个算子) Co-authored-by: esok11<yangsifa@huawei.com> # message auto-generated for no-merge-commit merge: !6157 merge f1008 into master feat: 新增 ascend960pr/ascend960dt 平台算子适配(14 个算子) Created-by: esok11 Commit-by: esok11 Merged-by: cann-robot Description: ## 描述 为 ascend960pr / ascend960dt 两个新增芯片形态适配算子,覆盖 conversion 与 math 目录下共 14 个算子;同时修正 addr 的 dtype 支持列表判断逻辑,并对个别文件做版权头/格式整理。 ### 改动原因 ascend960pr / ascend960dt 为新增芯片形态,现有算子需补齐平台注册、编译单元与二进制配置后,才能在新平台上被算子信息库发现、编译并选择正确的 kernel 二进制。 ### 改动方法 1. **算子信息库注册**( *_def.cpp):新增 this->AICore().AddConfig("ascend960pr", ...) 与 AddConfig("ascend960dt", ...) - conversion:assign、dynamic_partition、masked_fill、mem_set、tensor_move、tril、triu - math:addr、asin、eye、mod、sinc、truncate_div、truncate_mod 2. **编译配置**(CMakeLists.txt):在 SUPPORT_COMPUTE_UNIT / COMPUTE_UNIT 中追加 ascend960pr、ascend960dt,并在 SUPPORT_TILING_DIR / TILING_DIR 中追加对应的 arch35(tiling 目录沿用 arch35) 3. **二进制配置**:为每个算子新增 op_host/config/ascend960pr/ 与 op_host/config/ascend960dt/ 目录,包含 <op>_binary.json 与 <op>_simplified_key.ini 4. **addr dtype 判断修正**(math/addr/op_api/aclnn_addr.cpp):GetDtypeSupportList() 的判断由区间判断 >= ASCEND910B && <= ASCEND910E 改为显式判断 == ASCEND910B || == ASCEND910_93 || IsRegBase(),使 reg-base 平台复用 910B dtype 支持列表 5. **格式整理**:conversion/mem_set_v2/op_host/mem_set_v2_def.cpp、math/adds/op_host/adds_def.cpp、math/adds/CMakeLists.txt 仅做版权头/空行/行尾换行等整理 ## 关联的Issue - https://gitcode.com/cann/ops-math/issues/3440 ## 测试 本 PR 未包含测试代码改动;适配涉及算子信息库、编译配置与二进制配置,需在 ascend960pr / ascend960dt 平台补充二级冒烟与算子泛化验证。 ## 文档更新 无。 ## 类型标签 <!-- [x] 表示选中 --> - [ ] Bug修复 - [x] 新特性 - [ ] 性能优化 - [ ] 文档更新 - [ ] 其他,请描述: See merge request: cann/ops-math!6157 | 1 month ago | |
refactor(npuarch): conversion/math 26 个算子按 NpuArch 整改注册、构建与运行时判断,新增 mem_set arch35 tiling UT Co-authored-by: esok11<yangsifa@huawei.com> # message auto-generated for no-merge-commit merge: !7608 merge f11171054 into master refactor(npuarch): conversion/math 26 个算子按 NpuArch 整改注册、构建与运行时判断,新增 mem_set arch35 tiling UT Created-by: esok11 Commit-by: esok11 Merged-by: cann-robot Description: ## 描述 ### 改动原因 算子注册与运行时 arch 判断此前绑定 SoC 型号字符串( ascend950 / ascend350 / ascend960dt / ascend960pr)与 platform 侧 NpuArch 枚举名:同一 NpuArch 下的多个 SoC 必须逐条 AddConfig,CMake 也要逐个罗列 soc 名,新增同 arch 芯片需要逐个算子改代码。构建侧框架已支持 COMPUTE_UNIT 混配 SoC 与 npuArch(cmake/soc_arch_variables.cmake 维护 socVersion → npuArch 映射;cmake/func.cmake 的 add_all_modules_sources / add_kernel_sources 支持 dav_xxxx 条目,AUTO_SYNC 缺省为 true)。 本 PR 在此之上,把 conversion(17 个)与 math(9 个)共 26 个算子的**算子注册、构建配置与运行时判断**统一到 NpuArch 维度,并补充 mem_set 的 arch35 tiling UT;不改变算子计算逻辑、dtype 支持列表与 kernel 实现。 ### 改动方法 #### 1. 算子注册按 NpuArch(26 个 op_host/*_def.cpp,新增 include op_common/op_host/util/op_arch_helper.h) AICore().AddConfig("<soc>", cfg) 改为 opbase::ArchConfigHelper::AddConfigByArch(AICore(), Ops::Base::DAV_xxx, cfg)。AddConfigByArch 在 opbase 内按 g_archToSocNames 展开后逐 SoC 调用 AddConfig: - Ops::Base::DAV_3510 → ascend950 + ascend350 - Ops::Base::DAV_9201 → ascend960dt - Ops::Base::DAV_9202 → ascend960pr 注册集合与原逐 SoC 写法一致;对整改前仅注册 ascend950 的 maximum_grad / minimum_grad / power / reciprocal_grad,同 arch 的 ascend350 一并被覆盖。ascend5162 / mc62 / kirin9030 / kirinx90 暂无 npuArch 常量,保留原 soc 字符串注册。 #### 2. 运行时判断改为 NpuArch (a)命名空间切换:NpuArch::DAV_xxx → Ops::Base::DAV_xxx(op_common/op_host/util/op_const_def.h),共 20 个文件: - conversion:as_strided(op_api + arch35 tiling)、concat(arch35 tiling)、concat_d(aclnn_cat / concat_d / concat_to_concatd_fusion_pass)、masked_fill(aclnn_masked_fill_scalar / aclnn_masked_fill_tensor)、pack(aclnn_stack)、tensor_move(op_api + arch35 tiling)、tril(aclnn_tril)、triu(aclnn_triu)、view_copy(op_api + arch35 tiling) - math:asin(aclnn_asin)、cumsum(aclnn_cumsum / cumsum)、eye(aclnn_eye)、maximum_grad(maximum_minimum_grad_fusion_pass) (b)SoC 版本判断改为 NpuArch 判断(4 个文件): - conversion/split_v/op_api/split_v.cpp - math/addr/op_api/aclnn_addr.cpp - math/asin/op_api/aclnn_asin.cpp(isSupportBf16Version、GetSelfRefDtypeList;原 SocVersion 区间 [ASCEND910B, ASCEND910E] 判断改为 DAV_2201 或 IsRegBase) - math/asin/op_api/asin.cpp 映射:SocVersion::ASCEND910B / ASCEND910_93 → Ops::Base::DAV_2201,SocVersion::ASCEND310P → Ops::Base::DAV_2002。日志打印处仍保留 SocVersion。 #### 3. 构建配置统一为 npuArch add_all_modules_sources 的 COMPUTE_UNIT / SUPPORT_COMPUTE_UNIT 与 add_kernel_sources 的 COMPUTE_UNITS 中:ascend950 / ascend350 → dav_3510,ascend960dt → dav_9201,ascend960pr → dav_9202(tiling 目录 arch22 / arch35 不变)。kernel 编译选项按各算子原有分组保留。 为保持 kernel 二进制一致,做了三处对齐: - math/power:dav_3510 不再继承 dcci / AUTO_SYNC false(与整改前 ascend950 缺省配置一致),dav_9201 / dav_9202 保留原 ascend960dt / ascend960pr 的 dcci + AUTO_SYNC false; - math/reciprocal_grad:新增 kernel 声明块不带 AUTO_SYNC false; - 12 个算子的 dav_9201 / dav_9202 内核块去掉新增的 AUTO_SYNC false(恢复缺省 true,与整改前一致):as_strided、assign、dynamic_partition、masked_fill、mem_set、tensor_move、tril、triu、view_copy、addr、cumsum、eye。 #### 4. 新增 mem_set arch35 tiling UT(conversion/mem_set/tests/ut/op_host/arch35/test_mem_set_tiling_arch35.cpp,140 行) 原 conversion/mem_set/tests/ 目录不存在,本次新增该目录与用例,覆盖 5 个场景: | 用例 | 输入属性 | 期望 | |---|---|---| | test_single_int32 | sizes={512}、dtypes={DT_INT32}、values_int={7} | GRAPH_SUCCESS,tilingKey=0 | | test_two_tensors_int32_float | sizes={1024, 2048}、dtypes={DT_INT32, DT_FLOAT}、values_float={1.5f} | GRAPH_SUCCESS,tilingKey=1 | | test_int8_multi_core | sizes={66560}、dtypes={DT_INT8} | GRAPH_SUCCESS,tilingKey=0 | | test_invalid_dtype | dtypes={DT_DOUBLE} | GRAPH_FAILED | | test_size_not_divisible_by_dtype | sizes={513}、dtypes={DT_INT32} | GRAPH_FAILED | #### 5. 逐算子对照(最终配置) | 算子 | def 注册(NpuArch) | def 保留 SoC | CMake 芯片集合 | kernel COMPUTE_UNITS(选项) | |---|---|---|---|---| | conversion/as_strided | DAV_3510, DAV_9201, DAV_9202 | — | dav_3510 dav_9201 dav_9202 | dav_3510 (AUTO_SYNC=false+dcci=false)<br>dav_9201 dav_9202 (默认) | | conversion/assign | DAV_3510, DAV_9201, DAV_9202 | — | ascend310p ascend910_93 ascend910b dav_3510 dav_9202 dav_9201 | dav_3510 (AUTO_SYNC=false+dcci=false)<br>dav_9202 dav_9201 (默认) | | conversion/concat | DAV_3510, DAV_9201, DAV_9202 | ascend5162 | dav_3510 mc62 dav_9201 dav_9202 ascend5162 | dav_3510 dav_9201 dav_9202 (AUTO_SYNC=false+dcci=false) | | conversion/concat_d | DAV_3510, DAV_9201, DAV_9202 | ascend5162, kirin9030, kirinx90 | dav_3510 mc62 dav_9201 dav_9202 ascend5162 kirin9030 kirinx90 | dav_3510 dav_9201 dav_9202 (AUTO_SYNC=false+dcci=false)<br>kirin9030 kirinx90 (默认) | | conversion/concat_v2 | DAV_3510, DAV_9201, DAV_9202 | — | dav_3510 mc62 dav_9201 dav_9202 | dav_3510 dav_9201 dav_9202 (AUTO_SYNC=false+dcci=false) | | conversion/dynamic_partition | DAV_3510, DAV_9201, DAV_9202 | — | dav_3510 dav_9202 dav_9201 | dav_3510 (AUTO_SYNC=false+dcci=false)<br>dav_9202 dav_9201 (默认) | | conversion/masked_fill | DAV_3510, DAV_9201, DAV_9202 | — | dav_3510 dav_9202 dav_9201 | dav_3510 (AUTO_SYNC=false+dcci=false)<br>dav_9202 dav_9201 (默认) | | conversion/mem_set | DAV_3510, DAV_9201, DAV_9202 | — | dav_3510 mc62 dav_9202 dav_9201 | dav_3510 (AUTO_SYNC=false+dcci=false)<br>dav_9202 dav_9201 (默认) | | conversion/pack | DAV_3510, DAV_9201, DAV_9202 | — | dav_3510 dav_9201 dav_9202 | dav_3510 dav_9201 dav_9202 (AUTO_SYNC=false+dcci=false) | | conversion/split | DAV_3510, DAV_9201, DAV_9202 | ascend5162 | dav_3510 mc62 dav_9201 dav_9202 ascend5162 | dav_3510 dav_9201 dav_9202 (AUTO_SYNC=false+dcci=false) | | conversion/split_v | DAV_3510, DAV_9201, DAV_9202 | ascend5162 | ascend310p ascend910_93 ascend910b dav_3510 dav_9201 dav_9202 mc62 ascend5162 | dav_3510 dav_9201 dav_9202 (AUTO_SYNC=false+dcci=false) | | conversion/strided_slice_grad | DAV_3510, DAV_9201, DAV_9202 | — | ascend310p ascend910_93 ascend910b dav_3510 dav_9201 dav_9202 | dav_3510 dav_9201 dav_9202 (AUTO_SYNC=false+dcci=false) | | conversion/tensor_move | DAV_3510, DAV_9201, DAV_9202 | — | dav_3510 mc62 dav_9202 dav_9201 | dav_3510 (AUTO_SYNC=false+dcci=false)<br>dav_9202 dav_9201 (默认) | | conversion/tril | DAV_3510, DAV_9201, DAV_9202 | ascend5162 | dav_3510 mc62 dav_9202 dav_9201 ascend5162 | dav_3510 (AUTO_SYNC=false+dcci=false)<br>dav_9202 dav_9201 (默认) | | conversion/triu | DAV_3510, DAV_9201, DAV_9202 | ascend5162 | dav_3510 mc62 dav_9202 dav_9201 ascend5162 | dav_3510 (AUTO_SYNC=false+dcci=false)<br>dav_9202 dav_9201 (默认) | | conversion/unpack | DAV_3510, DAV_9201, DAV_9202 | ascend5162 | ascend310p ascend910_93 ascend910b dav_3510 dav_9201 dav_9202 ascend5162 | dav_3510 dav_9201 dav_9202 (AUTO_SYNC=false+dcci=false) | | conversion/view_copy | DAV_3510, DAV_9201, DAV_9202 | — | dav_3510 dav_9201 dav_9202 | dav_3510 (AUTO_SYNC=false+dcci=false)<br>dav_9201 dav_9202 (默认) | | math/addr | DAV_3510, DAV_9201, DAV_9202 | — | dav_3510 dav_9202 dav_9201 | dav_3510 (AUTO_SYNC=false+dcci=false)<br>dav_9202 dav_9201 (默认) | | math/adds | DAV_3510, DAV_9201 | — | dav_3510 mc62 dav_9201 | dav_3510 dav_9201 (AUTO_SYNC=false+dcci=false) | | math/asin | DAV_3510, DAV_9201, DAV_9202 | — | dav_3510 mc62 dav_9202 dav_9201 | dav_3510 dav_9202 dav_9201 (AUTO_SYNC=false+dcci=false) | | math/cumsum | DAV_3510, DAV_9201, DAV_9202 | — | ascend310p ascend910_93 ascend910b dav_3510 mc62 dav_9201 dav_9202 | dav_3510 (AUTO_SYNC=false+dcci=false)<br>dav_9201 dav_9202 (默认) | | math/eye | DAV_3510, DAV_9201, DAV_9202 | — | dav_3510 dav_9202 dav_9201 | dav_3510 (AUTO_SYNC=false+dcci=false)<br>dav_9202 dav_9201 (默认) | | math/maximum_grad | DAV_3510 | — | dav_3510 | dav_3510 (dcci=false) | | math/minimum_grad | DAV_3510 | — | dav_3510 | dav_3510 (dcci=false) | | math/power | DAV_3510, DAV_9201, DAV_9202 | — | dav_3510 dav_9202 dav_9201 | dav_3510 (默认)<br>dav_9201 dav_9202 (AUTO_SYNC=false+dcci=false) | | math/reciprocal_grad | DAV_3510, DAV_9201, DAV_9202 | — | dav_3510 dav_9201 dav_9202 | dav_3510 dav_9201 dav_9202 (默认) | ## 关联的Issue - #4855 ## 测试 - 提交记录:ascend950 自定义算子包 340 个 kernel .o(覆盖 26 个算子)改动前后 **md5 完全一致**,确认注册与构建配置整改未改变 kernel 产物 - 新增 mem_set arch35 tiling UT 5 个用例(3 个成功路径校验 tilingKey 0/1,2 个异常路径校验 GRAPH_FAILED) - 本 PR 未改动 kernel 源码、算子计算逻辑与 dtype 支持列表;运行时改动仅为 arch 判断入口切换(NpuArch:: → Ops::Base::、SocVersion → GetCurNpuArch) ## 文档更新 不涉及,本 PR 仅调整算子注册、构建配置、运行时 arch 判断,并新增 UT,未改动 README/docs。 ## 类型标签 - [ ] Bug修复 - [ ] 新特性 - [ ] 性能优化 - [ ] 文档更新 - [x] 其他,请描述:NpuArch 整改(26 个算子的注册、构建与运行时判断按 NpuArch 统一)+ mem_set arch35 tiling UT,无功能与接口变化 See merge request: cann/ops-math!7608 | 1 day ago | |
feat: 补齐11个算子InferDataType推导并对齐RT2.0 InferShape语义 Co-authored-by: esok11<yangsifa@huawei.com> # message auto-generated for no-merge-commit merge: !6869 merge f1029 into master feat: 补齐11个算子InferDataType推导并对齐RT2.0 InferShape语义 Created-by: esok11 Commit-by: esok11 Merged-by: cann-robot Description: ## 描述 面向 ops-math RT1.0 → RT2.0 迁移,为本仓 11 个算子补齐 op_graph 侧 InferDataType 推导,并将 op_host InferShape 的边界语义与 RT1.0 对齐(未知秩、非常量 shape、标量等),避免 C1 日落 rt1.0 后图模式推导回归。 ### 改动原因 1. 部分算子只有 InferShape、缺少 InferDataType 注册,图模式下无法完成输出 dtype 推导。 2. 部分 op_host InferShape 与 RT1.0 语义不一致,例如:AsStrided 在 size 非/未知时误用常量值计算甚至越界;Assign 取 value(输入1)而非 ref(输入0);DynamicPartition 只有 InferShapeRange 无 InferShape;Pack/Unpack 将未知秩当已知维计算;ReciprocalGrad 误用 elewise 推导导致广播场景结果错误。 ### 改动方法 1) 新增 op_graph InferDataType(输出 dtype 透传输入 dtype) - 单输出、透传输入 0:Adds、Asin、Power、Assign、TensorMove、ViewCopy - 多输出、逐个透传:Pack、Unpack、DynamicPartition(输入 0 x)、AsStrided(输入 0 x)、StridedSliceGrad(输入 4 dy) - 均为 IMPL_OP(<Op>).InferDataType(...) 注册;op_graph 源码由 cmake/func.cmake 的 file(GLOB_RECURSE ... op_graph/*.cpp) 自动收集,无需改 CMakeLists。 2) op_host InferShape 对齐 - AsStrided:size 张量缺失、size 描述符含未知维/未知秩、GetValueToShape 取常量失败时,输出置未知秩并返回成功(对齐 rt1.0 SetOutputForRank)。 - Assign:输出 shape 改为取输入 0(ref),修复 value 为标量(numel=1)时输出 shape 错误。 - DynamicPartition:新增 InferShape4DynamicPartition(输入未知秩 → 各输出未知秩;输出秩 = x秩 - partitions秩 + 1,第 0 维为 -1,其余维取 x 对应维;partitions 秩大于 x 秩报错),并注册 InferShape + InferShapeRange + OutputShapeDependOnCompute({0})。 - Pack:未知秩输入按通配处理,取首个已知秩输入作为基准,全未知秩则输出未知秩;保留 N 与实例数一致性校验,失败日志改为同时打印基准索引。 - Unpack:输入未知秩时各输出保持未知秩,不再退化为 0 维。 - StridedSliceGrad:shape 输入形状值为 0(前向为 rank-0 标量)时输出 0 维标量,不再报错。 - ReciprocalGrad:InferShape4Elewise → InferShape4Broadcast。 - Adds/Asin/TensorMove/ViewCopy:仅 namespace 注释与格式修正,逻辑不变。 3) 测试 新增 39 个 host 侧 InferShape UT,覆盖未知秩/非常量/标量/广播/失败分支。 ## 关联的Issue - https://gitcode.com/cann/ops-math/issues/4383 ## 测试 - 新增 UT:as_strided 6 例、assign 2 例、concat 7 例、concat_d 4 例、pack 7 例、unpack 6 例、reciprocal_grad 5 例、strided_slice_grad 2 例(共 39 例,全部位于各算子 tests/ut/op_host)。 - 说明:本次流程未在本环境执行编译与 UT 运行,用例已随 PR 提交,需由 CI/本地环境验证。 ## 文档更新 无 ## 类型标签 - [ ] Bug修复 - [x] 新特性 - [ ] 性能优化 - [ ] 文档更新 - [ ] 其他,请描述: See merge request: cann/ops-math!6869 | 17 days ago |
| Files | Last commit | Last update |
|---|---|---|
| 2 months ago | ||
| 1 month ago | ||
| 1 day ago | ||
| 17 days ago |