基础API通用说明

重复迭代次数-Repeat times

矢量计算单元，每次读取连续的8个block（每个block32 Bytes，共256 Bytes）数据进行计算，为完成对输入数据的处理，必须通过多次迭代（repeat）才能完成所有数据的读取与计算。Repeat times表示迭代的次数。

如下图所示，待处理数据大小为16个block（512Bytes），每次迭代处理8个block（256Bytes），需要两次迭代完成计算，Repeat times应设置为2。

相邻迭代间相同datablock的地址步长

当Repeat times大于1，需要多次迭代完成矢量计算时，您可以根据不同的使用场景合理设置相邻迭代间相同block的地址步长Repeat stride的值。

• 连续计算场景：假设定义一个Tensor供目的操作数和源操作数同时使用（即地址重叠），Repeat stride取值为8。此时，矢量计算单元第一次迭代读取连续8个block，第二轮迭代读取下一个连续的8个block，通过多次迭代即可完成所有输入数据的计算。

  

• 非连续计算场景：Repeat stride取值大于8（如取10）时，则相邻迭代间矢量计算单元读取的数据在地址上不连续，出现2个block的间隔。

  

• 反复计算场景：Repeat stride取值为0时，矢量计算单元会对首个连续的8个block进行反复读取和计算。

  

• 部分重复计算：Repeat stride取值大于0且小于8时，相邻迭代间部分数据会被矢量计算单元重复读取和计算，此种情形一般场景不涉及。

  

同一迭代内不同datablock的地址步长

如果需要控制单次迭代内，数据处理的步长，可以通过设置同一迭代内不同block的地址步长Block stride来实现。

• 连续计算，Block stride 设置为1，对同一迭代内的8个block数据连续进行处理。
• 非连续计算，Block stride值大于1（如取2），同一迭代内不同block之间在读取数据时出现一个block的间隔，如下图所示。
  图1 Block stride不同取值举例
  

Mask参数

mask用于控制每次迭代内参与计算的元素。可通过连续模式和逐比特模式两种方式进行设置。

• 连续模式：表示前面连续的多少个元素参与计算。数据类型为uint64_t。取值范围和操作数的数据类型有关，数据类型不同，每次迭代内能够处理的元素个数最大值不同（当前数据类型单次迭代时能处理的元素个数最大值为：256 / sizeof(数据类型)）。当操作数的数据类型占比特位16位时（如half，uint16_t），mask∈[1, 128]；当操作数为32位时（如float, int32_t），mask∈[1, 64]。
  具体样例如下：

  // int16_t数据类型单次迭代能处理的元素个数最大值为256/sizeof(int16_t) = 128，mask = 64，mask∈[1, 128]，所以是合法输入
  // repeatTimes = 1, 共128个元素，单次迭代能处理128个元素，故repeatTimes = 1
  // dstBlkStride, src0BlkStride, src1BlkStride = 1, 单次迭代内连续读取和写入数据
  // dstRepStride, src0RepStride, src1RepStride = 8, 迭代间的数据连续读取和写入
  uint64_t mask = 64;
  Add(dstLocal, src0Local, src1Local, mask, 1, { 1, 1, 1, 8, 8, 8 });
  结果示例如下：
  输入数据(src0Local): [1 2 3 ... 64 ...128]
  输入数据(src1Local): [1 2 3 ... 64 ...128]
  输出数据(dstLocal): [2 4 6 ... 128 undefined...undefined]

  // int32_t数据类型单次迭代能处理的元素个数最大值为256/sizeof(int32_t) = 64，mask = 64，mask∈[1, 64]，所以是合法输入
  // repeatTimes = 1, 共64个元素，单次迭代能处理64个元素，故repeatTimes = 1
  // dstBlkStride, src0BlkStride, src1BlkStride = 1, 单次迭代内连续读取和写入数据
  // dstRepStride, src0RepStride, src1RepStride = 8, 迭代间的数据连续读取和写入
  uint64_t mask = 64;
  Add(dstLocal, src0Local, src1Local, mask, 1, { 1, 1, 1, 8, 8, 8 });
  结果示例如下：
  输入数据(src0Local): [1 2 3 ... 64]
  输入数据(src1Local): [1 2 3 ... 64]
  输出数据(dstLocal): [2 4 6 ... 128]

• 逐bit模式：可以按位控制哪些元素参与计算，bit位的值为1表示参与计算，0表示不参与。参数类型为长度为2的uint64_t类型数组。

  参数取值范围和操作数的数据类型有关，数据类型不同，每次迭代内能够处理的元素个数最大值不同。当操作数为16位时，mask[0]、mask[1]∈[0, 2⁶⁴-1]，且mask[0]和mask[1]不可同时为0；当dst/src为32位时，mask[1]为0，mask[0]∈（0, 2⁶⁴-1]。

  具体样例如下:

  // 数据类型为int16_t
  uint64_t mask[2] = {6148914691236517205, 6148914691236517205};
  // repeatTimes = 1, 共128个元素，单次迭代能处理128个元素，故repeatTimes = 1。
  // dstBlkStride, src0BlkStride, src1BlkStride = 1, 单次迭代内连续读取和写入数据。
  // dstRepStride, src0RepStride, src1RepStride = 8, 迭代间的数据连续读取和写入。
  Add(dstLocal, src0Local, src1Local, mask, 1, { 1, 1, 1, 8, 8, 8 });
  结果示例如下：
  输入数据(src0Local): [1 2 3 ... 64 ...127 128]
  输入数据(src1Local): [1 2 3 ... 64 ...127 128]
  输出数据(dstLocal): [2 un 6 ... un ...254 undefined]

  mask过程如下：

  mask={6148914691236517205, 6148914691236517205}（注：6,148,914,691,236,517,205表示64位二进制数0b010101....01）

  

  // 数据类型为int32_t
  uint64_t mask[2] = {6148914691236517205, 0};
  // repeatTimes = 1, 共64个元素，单次迭代能处理64个元素，故repeatTimes = 1。
  // dstBlkStride, src0BlkStride, src1BlkStride = 1, 单次迭代内连续读取和写入数据。
  // dstRepStride, src0RepStride, src1RepStride = 8, 迭代间的数据连续读取和写入。
  Add(dstLocal, src0Local, src1Local, mask, 1, { 1, 1, 1, 8, 8, 8 });
  结果示例如下：
  输入数据(src0Local): [1 2 3 ... 63 64]
  输入数据(src1Local): [1 2 3 ... 63 64]
  输出数据(dstLocal): [2 un 6 ... 126 undefined]

  mask过程如下：

  mask={6148914691236517205, 0}（注：6,148,914,691,236,517,205表示64位二进制数0b010101....01）