torch_npu.npu_trans_quant_param

功能描述

完成量化计算参数scale数据类型的转换。

接口原型

npu_trans_quant_param(Tensor scale, Tensor? offset=None) -> Tensor

参数说明

• scale（计算输入）：Device侧的Tensor类型，数据类型支持FLOAT32，数据格式支持ND，shape是1维（t，）或者2维（1，n)。其中t = 1或n，其中n与x2的n一致。
• offset（ 计算输入）：Device侧的Tensor类型，可选参数。数据类型支持FLOAT32，数据格式支持ND，shape是1维（t，）或者2维（1，n)。t = 1或n，其中n与x2的n一致。

输出说明

一个Tensor类型的输出，代表trans_quant_param的计算结果。

约束说明

1. 传入的scale或out不能为空。
2. scale、offset或out的数据类型和数据格式需要在支持的范围之内。
3. scale、offset的shape需要为1维（t，）或者2维（1，n)。其中t = 1或n，其中n与x2的n一致。
4. 当scale的shape为两维（1， n）时，scale和offset的shape需要保持一致，且输出shape也为（1， n）。

支持的PyTorch版本

• PyTorch 2.2
• PyTorch 2.1
• PyTorch 1.11.0

支持的型号

Atlas A2 训练系列产品

调用示例

单算子调用：
import torch
import torch_npu
import logging
import os
scale = torch.randn(16, dtype=torch.float32)
offset = torch.randn(16, dtype=torch.float32)
npu_out = torch_npu.npu_trans_quant_param(scale.npu(), offset.npu())

图模式：
说明：图模式下，npu_trans_quant_param计算出的结果tensor为uint64数据类型。由于torch不支持该数据类型，需要搭配其他接口使用，如示例代码中的npu_quant_matmul。
import torch
import torch_npu
import torchair as tng
from torchair.ge_concrete_graph import ge_apis as ge
from torchair.configs.compiler_config import CompilerConfig
import logging
from torchair.core.utils import logger
logger.setLevel(logging.DEBUG)
import os
import numpy as np
os.environ["ENABLE_ACLNN"] = "true"
config = CompilerConfig()
npu_backend = tng.get_npu_backend(compiler_config=config)

class MyModel(torch.nn.Module):
    def __init__(self):
        super().__init__()
    def forward(self, x1, x2, scale, offset, bias):
        scale_1 = torch_npu.npu_trans_quant_param(scale, offset)
        return torch_npu.npu_quant_matmul(x1, x2, scale_1, offset, bias)
cpu_model = MyModel()
model = cpu_model.npu()
cpu_x1 = torch.randint(-1, 1, (15, 1, 512), dtype=torch.int8)
cpu_x2 = torch.randint(-1, 1, (15, 512, 128), dtype=torch.int8)
scale = torch.randn(1, dtype=torch.float32)
offset = torch.randn(1, dtype=torch.float32)
bias = torch.randint(-1,1, (15, 1, 128), dtype=torch.int32)
model = torch.compile(cpu_model, backend=npu_backend, dynamic=True)
npu_out = model(cpu_x1.npu(), cpu_x2.npu(), scale.npu(), offset.npu(), bias.npu())