L0C到L1数据搬运Fixpipe【免费下载链接】asc-devkit本项目是CANN 推出的昇腾AI处理器专用的算子程序开发语言原生支持C和C标准规范主要由类库和语言扩展层构成提供多层级API满足多维场景算子开发诉求。项目地址: https://gitcode.com/cann/asc-devkit产品支持情况Ascend 950PR/Ascend 950DT支持包含FixpipeParamsV220/FixpipeParamsArch3510参数的接口。Atlas A3 训练系列产品/Atlas A3 推理系列产品仅支持包含FixpipeParamsV220参数的接口。Atlas A2 训练系列产品/Atlas A2 推理系列产品仅支持包含FixpipeParamsV220参数的接口。Atlas 200I/500 A2 推理产品不支持Atlas 推理系列产品AI Core不支持Atlas 推理系列产品Vector Core不支持Atlas 训练系列产品不支持Kirin X90支持Kirin 9030支持功能说明头文件路径为basic_api/kernel_operator_fixpipe_intf.h、basic_api/kernel_operator_data_copy_intf.h。矩阵计算的结果存放在L0C BufferFixpipe接口用于将结果搬运至L1 Buffer中并且在搬运过程中支持随路格式转换等操作。下图展示了随路量化、随路ReLU、随路通道合并的有效组合、中间数据类型和数据路径。下图中的F32-F16与F32-BF16为非量化模式仅为Cast其余为随路scalar/tensor量化模式。图1L0C2L1流程图NPU架构版本2201图2L0C2L1流程图NPU架构版本3510函数原型为了方便用户使用减少学习理解成本针对用户经常使用的场景组合提供了矩阵搬出的组合接口Fixpipe接口内包含了设置寄存器与数据搬运能力对应的接口如下传入FixpipeParamsArch3510参数的接口通路L0C Buffer(CO1)-L1 Buffer(C1)不开启随路tensor量化功能template typename T, typename U, const FixpipeConfig config CFG_ROW_MAJOR __aicore__ inline void Fixpipe(const LocalTensorT dst, const LocalTensorU src, const FixpipeParamsArch3510config.format intriParams)通路L0C Buffer(CO1)-L1 Buffer(C1)开启随路tensor量化功能template typename T, typename U, const FixpipeConfig config CFG_ROW_MAJOR __aicore__ inline void Fixpipe(const LocalTensorT dst, const LocalTensorU src, const LocalTensoruint64_t cbufWorkspace, const FixpipeParamsArch3510config.format intriParams)传入FixpipeParamsV220参数的接口通路L0C Buffer(CO1)-L1 Buffer(C1)不开启随路tensor量化功能template typename T, typename U, const FixpipeConfig config CFG_ROW_MAJOR __aicore__ inline void Fixpipe(const LocalTensorT dst, const LocalTensorU src, const FixpipeParamsV220 intriParams)通路L0C Buffer(CO1)-L1 Buffer(C1)开启随路tensor量化功能template typename T, typename U, const FixpipeConfig config CFG_ROW_MAJOR, typename S uint64_t, typename Std::enable_ifStd::is_samePrimTS, uint64_t::value, bool::type true __aicore__ inline void Fixpipe(const LocalTensorT dst, const LocalTensorU src, const LocalTensorS cbufWorkspace, const FixpipeParamsV220 intriParams)参数说明表1Fixpipe模板参数说明参数名描述T/U目的操作数/源操作数的数据类型。支持的数据类型请参考数据类型。configFixpipe相关配置参数类型为FixpipeConfig。取值如下•CFG_ROW_MAJOR默认取值开启NZ2ND输出数据格式为ND格式。 针对 Atlas A3 训练系列产品/Atlas A3 推理系列产品 Atlas A2 训练系列产品/Atlas A2 推理系列产品 在L0C Buffer - L1 Buffer通路下不生效。• CFG_NZNZ2NZ输出数据格式为NZ格式。• CFG_COLUMN_MAJOR针对Ascend 950PR/Ascend 950DT开启NZ2DN输出数据格式为DN格式。struct FixpipeConfig {CO2Layout format;bool isToUB; // 用于用户指定目的地址的位置是否是UB};enum class CO2Layout : uint8_t {NZ 0, // 输出数据格式仍为NZ格式。ROW_MAJOR, // 开启NZ2ND输出数据格式为ND格式。COLUMN_MAJOR, // 仅Ascend 950PR/Ascend 950DT支持开启NZ2DN输出数据格式为DN格式。};constexpr FixpipeConfig CFG_NZ {CO2Layout::NZ};constexpr FixpipeConfig CFG_ROW_MAJOR {CO2Layout::ROW_MAJOR};constexpr FixpipeConfig CFG_COLUMN_MAJOR {CO2Layout::COLUMN_MAJOR}; // 仅Ascend 950PR/Ascend 950DT支持S参数cbufWorkspace的数据类型即随路量化参数的数据类型。•当目的操作数、源操作数、cbufWorkspace使用基础数据类型时模板参数S必须为uint64_t类型否则编译失败。•当目的操作数、源操作数、cbufWorkspace使用TensorTrait类型时模板参数S的LiteType必须为uint64_t类型否则编译失败。模板参数S后一个模板参数仅用于上述数据类型检查用户无需关注。表2Fixpipe参数说明参数名称输入/输出含义dst输出目的操作数类型为LocalTensor。数据格式为NZ格式。NZ地址需满足32字节对齐。针对Ascend 950PR/Ascend 950DT还支持数据格式为ND、DN地址需满足32字节对齐。src输入源操作数类型为LocalTensor支持的物理地址为L0C BufferTPosition为CO1为Mmad接口计算的结果。数据格式为NZ格式地址需要满足64字节对齐。intriParams输入Fixpipe搬运参数具体定义请参考basic_api/interface/kernel_struct_fixpipe.h。参数说明请参考Fixpipe搬运参数FixpipeParamsArch3510、FixpipeParamsV220结构体说明。cbufWorkspace输入量化参数类型为LocalTensoruint64_t支持的物理地址为L1 BufferTPosition为C1地址需满足32字节对齐。•当quantPre为VDEQF16、VQF322B8_PRE、VREQ8时支持。•针对Ascend 950PR/Ascend 950DT除上述外还有VQF322FP8_PRE、VQF322HIF8_PRE、VQF322HIF8_PRE_HYBRID、VQS322BF16_PRE、VQF322F16_PRE、VQF322BF16_PRE、VQF322F32_PRE支持。quantPre介绍请参考Fixpipe搬运参数结构体中quantPre部分。表3Fixpipe搬运参数FixpipeParamsArch3510结构体说明参数名称数据类型含义nSize必选输入源NZ矩阵在N方向上的大小取值范围为nSize∈[0, 4095]。• 若开启channelSplit功能功能nSize必须为8的倍数。• 若不开启channelSplit功能nSize必须为16的倍数。• 若开启NZ2NDnSize*sizeof(T)必须为32的倍数。注nSize0表示不执行搬运该接口将被视为NOP空操作。mSize必选输入源NZ矩阵在M方向上的大小取值范围为mSize∈[0, 65535]。若开启NZ2DNmSize*sizeof(T)必须为32的倍数。注mSize0表示不执行搬运该接口将被视为NOP空操作。srcStride必选输入源NZ矩阵中相邻Z排布的起始地址偏移取值范围为srcStride∈[0, 65535]单位为C0_Size16*sizeof(T)T为src的数据类型其值应填成mSize对16向上取整。dstStride必选输入• 不开启NZ2ND/NZ2DN功能NZ2NZ搬运目的NZ矩阵中相邻Z排布的起始地址偏移取值不为0单位为element。与Fixpipe搬运参数FixpipeParamsV220中的dstStride相比二者的单位发生了变化FixpipeParamsV220中dstStride的单位为datablock32字节而FixpipeParamsArch3510中dstStride的单位为element。• 开启NZ2ND/NZ2DN功能目的ND/DN矩阵每一行中的元素个数取值不为0单位为element。quantPre可选输入用于控制量化模式QuantMode_t类型默认值为QuantMode_t::NoQuant具体定义如下注此参数需要用户手动配置不会自动推导配置对应量化模式。enum QuantMode_t{NoQuant, // 不开启量化功能F322F16, // Float32_2_Float16: float cast成halfcast mode为CAST_RINT模式F322BF16, // Float32_2_BFloat16 :float cast成bfloat16_tcast mode为CAST_RINT模式DEQF16, // DeQuant_Float16: int32_t量化成half, scalar量化VDEQF16, // Vector_DeQuant_Float16: int32_t量化成halftensor量化QF322B8_PRE, // Quant_Float32_2_B8: float量化成int8_t/uint8_tscalar量化VQF322B8_PRE, // Vector_Quant_Float32_2_B8: float量化成int8_t/uint8_ttensor量化REQ8, // ReQuant_int8: int32_t量化成int8_t/uint8_tscalar量化VREQ8, // Vector_ReQuant_int8: int32_t量化成int8_t/uint8_ttensor量化QF322FP8_PRE, // Quant_Float32_2_FP8: float量化成fp8_e4m3fn_tscalar量化VQF322FP8_PRE, // Vector_Quant_Float32_2_FP8: float量化成fp8_e4m3fn_ttensor量化QF322HIF8_PRE, // Quant_Float32_2_HIF8: float量化成hifloat8_t(Half to Away Round)scalar量化VQF322HIF8_PRE, // Vector_Quant_Float32_2_HIF8: float量化成hifloat8_t(Half to Away Round)tensor量化QF322HIF8_PRE_HYBRID, // Quant_Float32_2_HIF8_Hybrid: float量化成hifloat8_t(Hybrid Round)scalar量化VQF322HIF8_PRE_HYBRID, // Vector_Quant_Float32_2_HIF8_Hybrid: float量化成hifloat8_t(Hybrid Round)tensor量化QS322BF16_PRE, // Quant_Int32_2_BFloat16: int32_t量化成bfloat16_tscalar量化VQS322BF16_PRE, // Vector_Quant_Int32_2_BFloat16: int32_t量化成bfloat16_ttensor量化QF322F16_PRE, // Quant_Float32_2_Float16: float量化成halfscalar量化VQF322F16_PRE, // Vector_Quant_Float32_2_Float16: float量化成halftensor量化QF322BF16_PRE, // Quant_Float32_2_BFloat16: float量化成bfloat16_tscalar量化VQF322BF16_PRE, // Vector_Quant_Float32_2_BFloat16: float量化成bfloat16_ttensor量化QF322F32_PRE, // Quant_Float32_2_Float32: float量化成floatscalar量化精度可以达到双千分之一无法达到双万分之一。如果有双万分之一的精度要求建议使用AscendDeQuant高阶API。VQF322F32_PRE, // Vector_Quant_Float32_2_Float32: float量化成floattensor量化精度可以达到双千分之一无法达到双万分之一。如果有双万分之一的精度要求建议使用AscendDeQuant高阶API。};deqScalar可选输入scalar量化参数表示单个scale值quantPre量化模式为随路量化时需要设置该参数。支持的数据类型为uint64_t。reluEn可选输入是否开启NormReLU的开关•false不开启NormReLU功能 默认为false•true开启NormReLU功能。unitFlag可选输入unitFlag是一种Mmad指令和Fixpipe指令细粒度的并行开启该功能后硬件每计算完一个分形计算结果就会被搬出。取值说明如下• 02b00不开启unitFlag• 22b10开启unitFlag硬件执行完指令之后不复位单元标记位• 32b11开启unitFlag硬件执行完指令之后复位单元标记位。开启该功能时须将Mmad指令和Fixpipe指令的unitFlag值设置为2或3。参数设置方案和特性细节可参考Mmad计算中关键特性说明的UnitFlag章节。params可选输入用于选择和配置不同的随路格式转换NZ2NZ/NZ2ND/NZ2DN该参数为TransformParams类型的结构体。TransformParams结构体是一个基于模板参数的类型选择器用于在编译时根据定义FixpipeParamsArch3510搬运参数时使用的模板参数自动选择对应的参数类型。template CO2Layout formatstruct TransformParams {};template struct TransformParamsCO2Layout::NZ {__aicore__ inline TransformParams(){};using PARAMS uint8_t;};template struct TransformParamsCO2Layout::ROW_MAJOR {__aicore__ inline TransformParams(){};using PARAMS Nz2NdParams;};template struct TransformParamsCO2Layout::COLUMN_MAJOR {__aicore__ inline TransformParams(){};using PARAMS Nz2DnParams;};CO2Layout布局类型为ROW_MAJOR时 该指令被定义为从L0C Buffer到目标位置的数据移动并附带NZ2ND转换结构体参数如下struct Nz2NdParams {uint16_t ndNum 1;uint16_t srcNdStride 0;uint32_t dstNdStride 0;};• ndNum源NZ矩阵的数目也就是传输ND矩阵的数目取值范围为ndNum∈[0, 65535]。注ndNum0表示不执行搬运该接口将被视为NOP空操作。• srcNdStride不同NZ矩阵起始地址之间的间隔取值范围为srcNdStride∈[0, 65535]单位为C0_SIZE。当ndNum配置为1时srcNdStride配置为0即可不生效。• dstNdStride目的相邻ND矩阵起始地址之间的偏移取值范围为dstNdStride∈[1, 2^32 -1]单位为element。当ndNum配置为1时dstNdStride配置为0即可不生效。CO2Layout布局类型为COLUMN_MAJOR时 该指令被定义为从L0C Buffer到目标位置的数据移动并附带NZ2DN转换结构体参数如下struct Nz2DnParams {uint16_t dnNum 1;uint16_t srcNzMatrixStride 0;uint32_t dstDnMatrixStride 0;uint16_t srcNzC0Stride 0;};• dnNum传输DN矩阵的数目取值范围为dnNum∈[0, 65535]。注dnNum0表示不执行搬运该接口将被视为NOP空操作。• srcNzMatrixStride不同源NZ矩阵的偏移头与头取值范围srcNzMatrixStride∈[0, 65535]单位C0_SIZE。当dnNum配置为1时srcNzMatrixStride配置为0即可不生效。• dstDnMatrixStride目的相邻ND矩阵起始地址之间的偏移取值范围dstDnMatrixStride∈[0, 2^32 -1]单位element。当dnNum配置为1时dstDnMatrixStride配置为0即可不生效。• srcNzC0Stride源矩阵NZ分形中相邻行的地址偏移头与头取值范围srcNzC0Stride∈[0, 65535]单位C0_SIZE。当启用NZ2DN时srcNzC0Stride不能为0。CO2Layout布局类型为NZ时为普通搬运DMA模式表示从L0C Buffer到目标位置的正常数据移动。dualDstCtrl可选输入此参数仅在L0C Buffer到Unified Buffer通路下有效。subBlockId可选输入此参数仅在L0C Buffer到Unified Buffer通路下有效。isChannelSplit可选输入此参数仅在L0C Buffer到Global Memory通路下有效。表4Fixpipe搬运参数FixpipeParamsV220结构体说明参数名称数据类型含义nSize必选输入源NZ矩阵在N方向上的大小。取值范围nSize∈[0, 4095]nSize必须为16的倍数。注nSize0表示不执行搬运该接口将被视为NOP空操作。mSize必选输入源NZ矩阵在M方向上的大小。取值范围为mSize∈[0, 65535]。注mSize0表示不执行搬运该接口将被视为NOP空操作。srcStride必选输入源NZ矩阵中相邻Z排布的起始地址偏移取值范围为srcStride∈[0, 65535]单位为C0_Size16*sizeof(T)T为src的数据类型其值应填成mSize对16向上取整。dstStride必选输入目的NZ矩阵中相邻Z排布的起始地址偏移取值不为0单位为datablock32字节。quantPre可选输入用于控制量化模式QuantMode_t类型默认值为QuantMode_t::NoQuant具体定义如下• half/bfloat16_t输出此参数需配置为QuantMode_t::F322F16/QuantMode_t::F322BF16。注此参数需要用户手动配置不会自动推导配置对应量化模式。此通路不支持NoQuant模式。enum QuantMode_t{NoQuant, // 不开启量化功能此通路不支持F322F16, // Float32_2_Float16float cast成halfcast mode为CAST_RINT模式F322BF16, // Float32_2_BFloat16float cast成bfloat16_tcast mode为CAST_RINT模式DEQF16, // DeQuant_Float16int32_t量化成halfscalar量化VDEQF16, // Vector_DeQuant_Float16int32_t量化成halftensor量化QF322B8_PRE, // Quant_Float32_2_B8float量化成int8_t/uint8_tscalar量化VQF322B8_PRE, // Vector_Quant_Float32_2_B8float量化成int8_t/uint8_ttensor量化REQ8, // ReQuant_int8int32_t量化成int8_t/uint8_tscalar量化VREQ8, // Vector_ReQuant_int8int32_t量化成int8_t/uint8_ttensor量化};deqScalar可选输入scalar量化参数表示单个scale值quantPre量化模式为随路量化时需要设置该参数。支持的数据类型为uint64_t。reluEn可选输入是否开启NormReLU的开关•false不开启NormReLU功能默认为false•true开启NormReLU功能。unitFlag可选输入unitFlag是一种Mmad指令和Fixpipe指令细粒度的并行开启该功能后硬件每计算完一个分形计算结果就会被搬出。取值说明如下• 02b00不开启unitFlag• 22b10开启unitFlag硬件执行完指令之后不复位单元标记位• 32b11开启unitFlag硬件执行完指令之后复位单元标记位。开启该功能时须将Mmad指令和Fixpipe指令的unitFlag值设置为2或3。参数设置方案和特性细节可参考Mmad计算中关键特性说明的UnitFlag章节。channelSplit可选输入仅在L0C BufferCO1-GM通路时生效此通路设置为false即可。ndNum可选输入仅在L0C BufferCO1-GM通路时生效此通路无需额外设置。srcNdStride可选输入仅在L0C BufferCO1-GM通路时生效此通路无需额外设置。dstNdStride可选输入仅在L0C BufferCO1-GM通路时生效此通路无需额外设置。数据类型源矩阵与目的矩阵支持的数据类型组合针对Ascend 950PR/Ascend 950DT支持的数据类型组合如下源矩阵L0C Buffer目的矩阵L1 Bufferfloatint8_t、uint8_t、hifloat8_t、fp8_e4m3fn_t、half、bfloat16_t、float。int32_tint8_t、uint8_t、half、bfloat16_t、int32_t。针对Atlas A3 训练系列产品/Atlas A3 推理系列产品支持的数据类型组合如下源矩阵L0C Buffer目的矩阵L1 Bufferfloatint8_t、uint8_t、half、bfloat16_t。int32_tint8_t、uint8_t、half。针对Atlas A2 训练系列产品/Atlas A2 推理系列产品支持的数据类型组合如下源矩阵L0C Buffer目的矩阵L1 Bufferfloatint8_t、uint8_t、half、bfloat16_t。int32_tint8_t、uint8_t、half。针对Kirin X90支持的数据类型组合如下源矩阵L0C Buffer目的矩阵L1 Bufferfloatint8_t、half。int32_tint8_t、half。针对Kirin 9030支持的数据类型组合如下源矩阵L0C Buffer目的矩阵L1 Bufferfloathalfint32_thalf返回值说明无约束说明对于量化输入为float32数据类型的说明如下标准的IEEE 754 float32格式为1bit符号位8bits指数位23bits尾数位当前AI处理器支持的float32格式为1bit符号位8bits指数位10bits尾数位。如果用户提供的是标准的IEEE 754 float32输入API内部会处理成处理器支持的float32格式进行计算此时如果golden数据生成过程中使用的是标准的IEEE 754 float32数据则可能引入精度不匹配问题需要修正golden数据的生成将量化参数的23bits尾数位的低13bits数据位清零再参与量化计算。源矩阵NZ格式地址要求64字节对齐目的矩阵NZ格式地址需要满足32字节对齐。当搬出的mSize、nSize或者ndNum中的任意一个值为0时该指令不会被执行。ndNum0时会报warning。量化和ReLU参数不能为inf/nan和非规格化数。目标数据不能有重叠。如果对目的地址有重叠写入硬件不会报告任何警告和错误也不保证重叠数据的写入顺序。unitFlag特性开启需要配合Mmad同时开启。当启用NZ2DN且srcNzC0Stride不等于1时不能同时开启unitFlag。针对如下产品型号特殊值/边界值约束说明如下Atlas A3 训练系列产品/Atlas A3 推理系列产品Atlas A2 训练系列产品/Atlas A2 推理系列产品对于浮点类型inf/nan输入输出可以通过CTRL寄存器控制寄存器的CTRL[48]比特位进行设置控制浮点数量化搬出时的饱和模式非饱和模式CTRL[48]设置成1b1inf/nan保持原输出。饱和模式CTRL[48]设置成1b0inf输出会被饱和为±MAXnan输出会被饱和为0。// 设置CTRL[48]为0开启浮点数饱和模式 AscendC::AscendCUtils::SetOverflow(0);对于整数类型只有饱和模式。Ascend 950PR/Ascend 950DT特殊值/边界值约束说明对于浮点类型inf/nan输入输出可以通过CTRL寄存器控制寄存器的CTRL[48]比特位进行设置控制浮点数量化搬出时的饱和模式对于fp8_e4m3fn_t类型可以通过CTRL寄存器控制寄存器的CTRL[48]比特位进行更精细的设置非饱和模式CTRL[48]设置成1b1inf/nan保持原输出。对于fp8_e4m3fn_t类型若结果的绝对值为inf或大于fp8_e4m3fn_t的最大规格化值则输出结果为nan。饱和模式CTRL[48]设置成1b0inf输出会被饱和为±MAX nan输出会被饱和为0。对于fp8_e4m3fn_t类型当CTRL[50]设置成1b0时nan被转换为零当CTRL[50]设置成1b1时nan保持不变若结果的绝对值为inf或大于fp8_e4m3fn_t的最大规格化值则结果为最大规格化值。// 设置CTRL[48]为0开启浮点数饱和模式 AscendC::AscendCUtils::SetOverflow(0);对于整数类型只有饱和模式。调用示例Fixpipe完整样例请参考fixpipe_l0c2l1样例。示例通路L0C Buffer-L1 Buffer。输入A矩阵和B矩阵的数据类型为half输出C矩阵为int8_t不开启NZ2ND的格式转换开启scalar量化。AscendC::LocalTensoroutputType c1Local(AscendC::TPosition::C1, c1Addr, cSizeAlignL1); #if defined(__NPU_ARCH__) (__NPU_ARCH__ 2201) uint16_t c0Size 32; AscendC::FixpipeParamsV220 fixpipeParams; // NZ2NZ场景FixpipeParamsV220的dstStride单位为datablock32字节 fixpipeParams.dstStride baseM * c0Size * sizeof(outputType) / AscendC::ONE_BLK_SIZE; fixpipeParams.mSize baseM; fixpipeParams.srcStride CeilAlign(baseM, CUBE_BLOCK); fixpipeParams.nSize baseN; // scalar quant fixpipeParams.quantPre QuantMode_t::QF322B8_PRE; uint64_t deqScalar static_castuint64_t(*reinterpret_castint32_t *(quantScalar)); constexpr bool sign (AscendC::IsSameTypeoutputType, int8_t::value) ? true : false; deqScalar (deqScalar ~(static_castuint64_t(1) 46)) | (static_castuint64_t(sign) 46); fixpipeParams.deqScalar deqScalar; AscendC::FixpipeoutputType, l0cType, AscendC::CFG_NZ(c1Local, c, fixpipeParams); #elif defined(__NPU_ARCH__) (__NPU_ARCH__ 3510) uint16_t c0Size 32; AscendC::FixpipeParamsArch3510AscendC::CO2Layout::NZ fixpipeParams; // NZ2NZ场景FixpipeParamsArch3510的dstStride单位为元素个数 fixpipeParams.dstStride baseM * c0Size; fixpipeParams.mSize baseM; fixpipeParams.srcStride CeilAlign(baseM, CUBE_BLOCK); fixpipeParams.nSize baseN; // scalar quant fixpipeParams.quantPre QuantMode_t::QF322B8_PRE; uint64_t deqScalar static_castuint64_t(*reinterpret_castint32_t *(quantScalar)); constexpr bool sign (AscendC::IsSameTypeoutputType, int8_t::value) ? true : false; deqScalar (deqScalar ~(static_castuint64_t(1) 46)) | (static_castuint64_t(sign) 46); fixpipeParams.deqScalar deqScalar; AscendC::FixpipeoutputType, l0cType, AscendC::CFG_NZ(c1Local, c, fixpipeParams); #endif【免费下载链接】asc-devkit本项目是CANN 推出的昇腾AI处理器专用的算子程序开发语言原生支持C和C标准规范主要由类库和语言扩展层构成提供多层级API满足多维场景算子开发诉求。项目地址: https://gitcode.com/cann/asc-devkit创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考