CANN社区任务-SpSM算子开发

7月社区任务-SpSM算子开发任务书

【免费下载链接】cann-ops-competitions本仓库用于 CANN 开源社区各类竞赛、开源课题、社区任务等课题发布、开发者作品提交和展示。项目地址: https://gitcode.com/cann/cann-ops-competitions

基础信息

• 技术标签：算子开发
• 适配硬件：Ascend 950PR
• 开源仓地址：https://gitcode.com/cann/ops-sparse
• CANN 版本：算子开源仓指定版本
• 开发语言：Ascend C + C++（aclsparse 接口）
• 对标参考：cuSPARSE cusparseSpSM §6.6.12

任务概述

参考 cuSPARSESpSM（Sparse triangular Solve with Multiple right-hand sides），在昇腾 NPU 上实现稀疏三角求解：

$$ op(A) \cdot X = \alpha \cdot op(B) \quad\Rightarrow\quad X = \alpha \cdot op(A)^{-1} op(B) $$

或等价形式 $C = \alpha \cdot op(A)^{-1} op(B)$（cuSPARSE 以稠密matC存解）。

各参数含义说明：

1. $A$：稀疏三角系数矩阵，仅支持上三角/下三角格式，存储格式为CSR；
2. $op(\cdot)$：矩阵操作符，可选不转置op(A)=A或转置op(A)=A^T；
3. $X$：方程组求解输出，稠密矩阵，与等价式中 $C$ 完全等同；
4. $B$：多右端稠密输入矩阵，多列代表多组并行方程组；
5. $\alpha$：全局浮点缩放标量，用于整体缩放计算结果；
6. $A^{-1}$：稀疏三角矩阵的逆，算子内部通过三角回代间接求解，不生成显式逆矩阵。

验收口径：

• C++：aclsparseSpSM*与 cuSPARSE 调用流程对齐（bufferSize预备 →analysis→solve；updateMatrix为可选数值更新路径）。

典型场景

图预条件、三角分解回代（ILU/IC 求解）、稀疏三角系统多 RHS 求解。

核心开发要求及验收标准

1. C++ 层接口（必选，对齐 cuSPARSE）

cuSPARSE SpSM 核心流程为bufferSize预备 →analysis→solve三步骤（另含描述符createDescr/destroyDescr与可选updateMatrix），须完整实现：

aclsparseStatus_t aclsparseSpSMCreateDescr(aclsparseSpSMDescr_t *spsmDescr); aclsparseStatus_t aclsparseSpSMDestroyDescr(aclsparseSpSMDescr_t spsmDescr); aclsparseStatus_t aclsparseSpSMGetBufferSize( aclsparseHandle_t handle, aclsparseOperation_t opA, aclsparseOperation_t opB, const void *alpha, aclsparseConstSpMatDescr_t matA, aclsparseConstDnMatDescr_t matB, aclsparseDnMatDescr_t matC, aclDataType computeType, aclsparseSpSMAlg_t alg, aclsparseSpSMDescr_t spsmDescr, size_t *bufferSize); aclsparseStatus_t aclsparseSpSMAnalysis( aclsparseHandle_t handle, aclsparseOperation_t opA, aclsparseOperation_t opB, const void *alpha, aclsparseConstSpMatDescr_t matA, aclsparseConstDnMatDescr_t matB, aclsparseDnMatDescr_t matC, aclDataType computeType, aclsparseSpSMAlg_t alg, aclsparseSpSMDescr_t spsmDescr, void *externalBuffer); aclsparseStatus_t aclsparseSpSMSolve( aclsparseHandle_t handle, aclsparseOperation_t opA, aclsparseOperation_t opB, const void *alpha, aclsparseConstSpMatDescr_t matA, aclsparseConstDnMatDescr_t matB, aclsparseDnMatDescr_t matC, aclDataType computeType, aclsparseSpSMAlg_t alg, aclsparseSpSMDescr_t spsmDescr); aclsparseStatus_t aclsparseSpSMUpdateMatrix( aclsparseHandle_t handle, aclsparseSpSMDescr_t spsmDescr, void *newValues, aclsparseSpSMUpdate_t updatePart);

格式：仅支持CSR（与 cuSPARSE 对齐）。

调用语义（与 cuSPARSE §6.6.12 一致）：

• bufferSize/analysis：matB、matC的values 指针可为 NULL（仅用于 workspace 估算与符号分析）；描述符本身不可为 NULL；
• solve：matB、matC须指向有效 values；
• in-place：matB与matC可使用同一 values 设备指针（其余稠密描述符字段如order可独立设置）。

工程目录：

ops-sparse/src/spsm/

2. 数据类型支持

对标范围：对齐 cuSPARSE cusparseSpSM §6.6.12 官方 dtype 表。SpSM 为同精度：matAvalues、matB、matC、computeType四者 dtype 相同（cuSPARSE 文档无 Mixed-precision 小节）。

列含义：

• A：稀疏三角系数矩阵matA的 values；
• B：稠密右端项matB（多 RHS）；
• C：稠密解matC；
• computeType：实际计算精度。

稀疏格式与索引：

SpSM 为全新算子（ops-sparse 仓当前无src/spsm/），aclsparseSpSM*+ Kernel 均须从零交付。

2.1 dtype 组合

alpha标量 dtype 与computeType一致（为float32）。

验收：须覆盖 ACLaclsparseSpSM*（bufferSize / analysis / solve）+updateMatrix全链路。

3. 算子约束

1. analysis 与 solve 间不得修改 matA 结构、externalBuffer、spsmDescr（与 cuSPARSE 一致）；
2. updateMatrix仅更新数值、结构不变时可跳过 re-analysis（对标 cuSPARSE）；
3. solve 阶段 bit-wise 确定性（cuSPARSE 保证）；
4. 多 RHS：matB/matC为[m, nrhs]稠密矩阵；
5. in-place：matB与matC可共用同一 values 指针（cuSPARSE 支持）；
6. bufferSize/analysis：matB/matC的 values 可为 NULL；solve须提供有效 values；描述符不可为 NULL。

4. 功能验收用例

5. 性能要求

对标cuSPARSE SpSM（A100），NPU 性能须达到 GPU 参考实现的1.0 倍及以上（即 ≥1.0×）。

固定参考用例（必测 3 组；在NVIDIA A100上实测 cuSPARSE 耗时填入「GPU 参考耗时」，取多次运行avg，analysis 一次性开销可单独报告，作为 NPU 验收基准）：

泛化覆盖范围（另抽 200 组用例；由下列维度组合抽样或网格扫描生成，须附完整用例列表；solve 阶段性能达标 ≥1.0×）：

6. 精度要求

《生态算子开源精度标准》+ AscendOpTest + ATK 双标杆L2（2 / 1.2 / 1.2）。

真值：以cuSPARSE CPU 标杆或双精度参考为准。

7. 接口分层

aclsparseSpSM*（必选） → Ascend C Kernel（必选）

8. 验收交付件

1, 自测用例、测试结果报告、测试步骤指导文档

2, 算子代码的私仓邀请链接、代码仓路径、分支、算子目录

9. PR 合入路径

https://gitcode.com/cann/ops-sparse/tree/master/src/spsm

环境获取

1. 开源仓提供100小时免费时长，请不使用时及时关闭，用时耗尽前请务必保存相关资料，建议及时提交备份。
2. 使用 hidevlab notebook 算力。
3. 如需额外环境资源，请联系昇腾小助手。

特别注意事项

1. SpSManalysis 缓存是性能关键，须在文档中说明复用条件；
2. 新增接口需对齐 cuSPARSE 风格；
3. 三角性、对角类型须在描述符层显式设置（映射 cuSPARSE fill/diag 属性）；
4. 设计文档按社区模板；
5. README 含aclsparse C++调用示例；
6. 自验证报告含 aclsparse 测试、AscendOpTest/ATK 日志。

【免费下载链接】cann-ops-competitions本仓库用于 CANN 开源社区各类竞赛、开源课题、社区任务等课题发布、开发者作品提交和展示。项目地址: https://gitcode.com/cann/cann-ops-competitions