下载
中文
注册

CumSum

功能说明

  • First轴处理,第一行不变,后面的行依次累加

    以tensor([[0, 1, 2], [3, 4, 5]])为例,输出结果是tensor([[0, 1, 2], [3, 5, 7]])

  • Last轴处理,第一列不变,后面的列依次累加

    以tensor([[0, 1, 2], [3, 4, 5]])为例,输出结果是tensor([[0, 1, 3], [3, 7, 12]]

函数原型

  • 通过sharedTmpBuffer入参传入临时空间
    template <typename T, const CumSumConfig &config = defaultCumSumConfig>
    __aicore__ inline void CumSum(LocalTensor<T> &dstTensor, LocalTensor<T> &lastRowTensor, const LocalTensor<T> &srcTensor, LocalTensor<uint8_t> &sharedTmpBuffer, const CumSumInfo &cumSumInfo)
  • 接口框架申请临时空间
    template <typename T, const CumSumConfig &config = defaultCumSumConfig>
    __aicore__ inline void CumSum(LocalTensor<T> &dstTensor, LocalTensor<T> &lastRowTensor, const LocalTensor<T> &srcTensor, const CumSumInfo &cumSumInfo)

参数说明

表1 模板参数说明

参数名

描述

T

操作数的数据类型。

config

定义CumSum接口编译时config参数

struct CumSumConfig {
    bool isLastAxis{true};
    bool isReuseSource{false};
    bool outputLastRow{false};
};
  • isLastAxis表示是first轴处理还是last轴处理
  • isReuseSource表示是否可以复用srcLocal的内存空间
  • outputLastRow表示是否输出最后一行数据
表2 接口参数说明

参数名

输入/输出

描述

dstLocal

输出

目的操作数。

类型为LocalTensor

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

Atlas推理系列产品AI Core,支持的数据类型为:half/float

lastRowTensor

输出

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

Atlas推理系列产品AI Core,支持的数据类型为:half/float

srcLocal

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

Atlas推理系列产品AI Core,支持的数据类型为:half/float

cumSumInfo

输入

srcTensor的shape信息。CumSumInfo类型,具体定义如下:

struct CumSumInfo
{
    uint32_t outter{0};    // 表示输入数据的外轴长度
    uint32_t inner{0};     // 表示输入数据的内轴长度
};

CumSumInfo.inner*sizeof(T)必须是32字节的整数倍

sharedTmpBuffer

输入

临时缓存。

类型为LocalTensor,支持的TPosition为VECIN/VECCALC/VECOUT。

用于Cumsum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GetCumSumMaxMinTmpSize

返回值

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
  • 输入input只支持二维结构
  • inner必须是32B的整数

调用示例

#ifdef ASCENDC_CPU_DEBUG
#include "tikicpulib.h"
#endif
#include "kernel_operator.h"
#include "../../instrs/common_utils/register_utils.h"
using namespace AscendC;

template <typename T>
class KernelCumSum {
public:
    __aicore__ inline KernelCumSum()
    {}
    __aicore__ inline void Init(
        GM_ADDR src_gm, GM_ADDR dst_gm, GM_ADDR last_row_gm, const CumSumInfo &cumSumParams)
    {
        outer = cumSumParams.outter;
        inner = cumSumParams.inner;
        src_global.SetGlobalBuffer(reinterpret_cast<__gm__ T *>(src_gm), outer * inner);
        dst_global.SetGlobalBuffer(reinterpret_cast<__gm__ T *>(dst_gm), outer * inner);
        last_row_global.SetGlobalBuffer(reinterpret_cast<__gm__ T *>(last_row_gm), inner);
        pipe.InitBuffer(inQueueX, 1, outer * inner * sizeof(T));
        pipe.InitBuffer(outQueue, 1, outer * inner * sizeof(T));
        pipe.InitBuffer(lastRowQueue, 1, inner * sizeof(T));
    }
    __aicore__ inline void Process()
    {
        CopyIn();
        Compute();
        CopyOut();
    }
private:
    __aicore__ inline void CopyIn()
    {
        LocalTensor<T> srcLocal = inQueueX.AllocTensor<T>();
        DataCopy(srcLocal, src_global, outer * inner);
        inQueueX.EnQue(srcLocal);
    }
    __aicore__ inline void Compute()
    {
        LocalTensor<T> dstLocal = outQueue.AllocTensor<T>();
        LocalTensor<T> lastRowLocal = lastRowQueue.AllocTensor<T>();
        LocalTensor<T> srcLocal = inQueueX.DeQue<T>();
        static constexpr CumSumConfig cumSumConfig{True, false, true};
        const CumSumInfo cumSumInfo{outer, inner};
        CumSum<T, cumSumConfig>(dstLocal, lastRowLocal, srcLocal, cumSumInfo);
        outQueue.EnQue<T>(dstLocal);
        lastRowQueue.EnQue<T>(lastRowLocal);
        inQueueX.FreeTensor(srcLocal);
    }
    __aicore__ inline void CopyOut()
    {
        LocalTensor<T> dstLocal = outQueue.DeQue<T>();
        DataCopy(dst_global, dstLocal, outer * inner);
        outQueue.FreeTensor(dstLocal);
        LocalTensor<T> lastRowLocal = lastRowQueue.DeQue<T>();
        DataCopy(last_row_global, lastRowLocal, inner);
        lastRowQueue.FreeTensor(lastRowLocal);
    }
private:
    GlobalTensor<T> src_global;
    GlobalTensor<T> dst_global;
    GlobalTensor<T> last_row_global;
    TPipe pipe;
    TQue<QuePosition::VECIN, 1> inQueueX;
    TQue<QuePosition::VECOUT, 1> outQueue;
    TQue<QuePosition::VECOUT, 1> lastRowQueue;
    uint32_t outer{1};
    uint32_t inner{1};
};
template <typename T>
__aicore__ void kernel_cumsum_operator(
    GM_ADDR src_gm, GM_ADDR dst_gm, GM_ADDR last_row_gm, const CumSumInfo &cumSumParams)
{
    KernelCumSum<T> op;
    op.Init(src_gm, dst_gm, last_row_gm, cumSumParams);
    op.Process();
}