ReGlu
功能说明
ReGlu是一种GLU变体，使用Relu作为激活函数，计算公式如下，其中PAR表示矢量计算单元一个迭代能够处理的元素个数：
其中Relu激活函数的计算公式如下：
函数原型
- 通过sharedTmpBuffer入参传入临时空间
1 2
template <typename T, bool isReuseSource = false> __aicore__ inline void ReGlu(const LocalTensor<T>& dstTensor, const LocalTensor<T>& srcTensor0, const LocalTensor<T>& srcTensor1, const LocalTensor<uint8_t>& sharedTmpBuffer, const uint32_t calCount)
- 接口框架申请临时空间
1 2
template <typename T, bool isReuseSource = false> __aicore__ inline void ReGlu(const LocalTensor<T>& dstTensor, const LocalTensor<T>& srcTensor0, const LocalTensor<T>& srcTensor1, const uint32_t calCount)
由于该接口的内部实现中涉及复杂的数学计算，需要额外的临时空间来存储计算过程中的中间变量。临时空间支持开发者通过sharedTmpBuffer入参传入和接口框架申请两种方式。
- 通过sharedTmpBuffer入参传入，使用该tensor作为临时空间进行处理，接口框架不再申请。该方式开发者可以自行管理sharedTmpBuffer内存空间，并在接口调用完成后，复用该部分内存，内存不会反复申请释放，灵活性较高，内存利用率也较高。
- 接口框架申请临时空间，开发者无需申请，但是需要预留临时空间的大小。
通过sharedTmpBuffer传入的情况，开发者需要为tensor申请空间；接口框架申请的方式，开发者需要预留临时空间。临时空间大小BufferSize的获取方式如下：通过GetReGluMaxMinTmpSize中提供的接口获取需要预留空间范围的大小。
参数说明
参数名 |
描述 |
|---|---|
T |
操作数的数据类型。 |
isReuseSource |
是否允许修改源操作数。该参数预留，传入默认值false即可。 |
参数名 |
输入/输出 |
描述 |
|---|---|---|
dstTensor |
输出 |
目的操作数。 类型为LocalTensor，支持的TPosition为VECIN/VECCALC/VECOUT。 Atlas A2训练系列产品/Atlas 800I A2推理产品，支持的数据类型为：half/float/bfloat16 Atlas推理系列产品AI Core，支持的数据类型为：half/float。 |
srcTensor0 |
输入 |
源操作数。 类型为LocalTensor，支持的TPosition为VECIN/VECCALC/VECOUT。 源操作数的数据类型需要与目的操作数保持一致。 Atlas A2训练系列产品/Atlas 800I A2推理产品，支持的数据类型为：half/float/bfloat16 Atlas推理系列产品AI Core，支持的数据类型为：half/float |
srcTensor1 |
输入 |
源操作数。 类型为LocalTensor，支持的TPosition为VECIN/VECCALC/VECOUT。 源操作数的数据类型需要与目的操作数保持一致。 Atlas A2训练系列产品/Atlas 800I A2推理产品，支持的数据类型为：half/float/bfloat16 Atlas推理系列产品AI Core，支持的数据类型为：half/float |
sharedTmpBuffer |
输入 |
临时缓存。 类型为LocalTensor，支持的TPosition为VECIN/VECCALC/VECOUT。 用于Mean内部复杂计算时存储中间变量，由开发者提供。 临时空间大小BufferSize的获取方式请参考GetReGluMaxMinTmpSize。 Atlas A2训练系列产品/Atlas 800I A2推理产品，支持的数据类型为：uint8_t Atlas推理系列产品AI Core，支持的数据类型为: uint8_t |
calCount |
输入 |
实际计算数据元素个数， calCount∈[0, min(srcTensor0.GetSize(),srcTensor1.GetSize(),dstTensor.GetSize)]。 |
返回值
无
支持的型号
Atlas A2训练系列产品/Atlas 800I A2推理产品
Atlas推理系列产品AI Core
约束说明
- 操作数地址偏移对齐要求请参见通用约束。
- 不支持源操作数与目的操作数地址重叠。
- 不支持sharedTmpBuffer与源操作数和目的操作数地址重叠。
- 当前仅支持ND格式的输入，不支持其他格式。
- 要求srcTensor0、srcTensor1、dstTensor的shape必须保持一致。
调用示例
#include "kernel_operator.h"
template <typename srcType>
class KernelReGlu
{
public:
__aicore__ inline KernelReGlu() {}
__aicore__ inline void Init(GM_ADDR src0Gm, GM_ADDR src1Gm, GM_ADDR dstGm, uint32_t srcSize)
{
dataSize = srcSize;
src0Global.SetGlobalBuffer(reinterpret_cast<__gm__ srcType *>(src0Gm), dataSize);
src1Global.SetGlobalBuffer(reinterpret_cast<__gm__ srcType *>(src1Gm), dataSize);
dstGlobal.SetGlobalBuffer(reinterpret_cast<__gm__ srcType *>(dstGm), dataSize);
pipe.InitBuffer(inQueueX, 1, dataSize * sizeof(srcType));
pipe.InitBuffer(inQueueY, 1, dataSize * sizeof(srcType));
pipe.InitBuffer(outQueue, 1, dataSize * sizeof(srcType));
if (sizeof(srcType) != sizeof(float))
{
pipe.InitBuffer(calcBufs, dataSize * (sizeof(float) / sizeof(uint8_t)) * 3);
}
}
__aicore__ inline void Process()
{
CopyIn();
Compute();
CopyOut();
}
private:
__aicore__ inline void CopyIn()
{
AscendC::LocalTensor<srcType> src0Local = inQueueX.AllocTensor<srcType>();
AscendC::LocalTensor<srcType> src1Local = inQueueY.AllocTensor<srcType>();
AscendC::DataCopy(src0Local, src0Global, dataSize);
AscendC::DataCopy(src1Local, src1Global, dataSize);
inQueueX.EnQue(src0Local);
inQueueY.EnQue(src1Local);
}
__aicore__ inline void Compute()
{
AscendC::LocalTensor<srcType> dstLocal = outQueue.AllocTensor<srcType>();
AscendC::LocalTensor<srcType> src0Local = inQueueX.DeQue<srcType>();
AscendC::LocalTensor<srcType> src1Local = inQueueY.DeQue<srcType>();
AscendC::LocalTensor<uint8_t> tmpLocal;
if (sizeof(srcType) != sizeof(float))
{
tmpLocal = calcBufs.Get<uint8_t>();
AscendC::ReGlu<srcType, false>(dstLocal, src0Local, src1Local, tmpLocal, dataSize);
}
else
{
AscendC::ReGlu<srcType, false>(dstLocal, src0Local, src1Local, dataSize);
}
outQueue.EnQue<srcType>(dstLocal);
inQueueX.FreeTensor(src0Local);
inQueueY.FreeTensor(src1Local);
}
__aicore__ inline void CopyOut()
{
AscendC::LocalTensor<srcType> dstLocal = outQueue.DeQue<srcType>();
AscendC::DataCopy(dstGlobal, dstLocal, dataSize);
outQueue.FreeTensor(dstLocal);
}
private:
AscendC::GlobalTensor<srcType> src0Global;
AscendC::GlobalTensor<srcType> src1Global;
AscendC::GlobalTensor<srcType> dstGlobal;
AscendC::TPipe pipe;
AscendC::TQue<AscendC::QuePosition::VECIN, 1> inQueueX;
AscendC::TQue<AscendC::QuePosition::VECIN, 1> inQueueY;
AscendC::TQue<AscendC::QuePosition::VECOUT, 1> outQueue;
AscendC::TBuf<AscendC::TPosition::VECCALC> calcBufs;
uint32_t dataSize = 0;
};
template <typename dataType>
__aicore__ void kernel_reglu_operator(GM_ADDR src0Gm, GM_ADDR src1Gm, GM_ADDR dstGm, uint32_t srcSize)
{
KernelReGlu<dataType> op;
op.Init(src0Gm, src1Gm, dstGm, srcSize);
op.Process();
}
输入数据(srcLocal0): [ 22.28125 78.375 -10.3515625 -80.75 -22.8125 84.375 -8.96875 70.5 -51.75 66.875 69.8125 5.2734375 -51. 50.5 -30.765625 -52.125 8.03125 75.8125 50.4375 -97.1875 -80.6875 17.125 -30.640625 -13.671875 92.375 68.8125 53.75 5.1054688 39.6875 -46.71875 90.25 67.75 ] 输入数据(srcLocal1): [ 61.46875 -36.5625 -93.3125 -87.6875 -17.96875 -88.125 -46.65625 -18.78125 13.4921875 -87.875 65.75 -25.96875 -44.5625 53. -69.375 96.5 -24.703125 77.5625 78.875 -6.0898438 -40.5625 -69.625 57. 18.640625 -73.875 94.375 91.5 -9.7109375 84.125 79.0625 88.5 96.3125 ] 输出数据(dstLocal): [ 0.0000e+00 0.0000e+00 0.0000e+00 -6.5450e+02 0.0000e+00 1.2544e+02 3.7880e+03 1.0519e+02 -0.0000e+00 -0.0000e+00 -0.0000e+00 0.0000e+00 -2.0110e+03 0.0000e+00 -2.8020e+03 -0.0000e+00 0.0000e+00 -2.6120e+03 6.8840e+03 -0.0000e+00 8.6550e+02 -0.0000e+00 0.0000e+00 -7.4120e+03 -1.9700e+03 2.3140e+03 -0.0000e+00 0.0000e+00 -0.0000e+00 7.6760e+03 -4.8828e-01 -0.0000e+00]
