CANN/ops-blas Cdot算子实现

Cdot算子实现

【免费下载链接】ops-blas本项目是CANN提供的高性能线性代数计算以及轻量化GEMM调用算子库。项目地址: https://gitcode.com/cann/ops-blas

概述

BLAS Cdot算子实现。

Cdot(Complex Dot Product)算子实现了两个复数向量的点积运算，是BLAS基础线性代数库中的核心算子之一。

该算子支持共轭复数点积运算，广泛应用于信号处理、量子计算和线性代数等领域。

支持的产品

• 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

目录结构介绍

├── cdot │ ├── CMakeLists.txt // 编译工程文件 │ ├── README.md // 说明文档 │ └── cdot_test.cpp // 算子调用样例

算子描述

• 算子功能：
  cdot算子实现了两个复数向量的点积运算。对应的数学表达式为：

result = x · y = Σ(x[i] * conj(y[i])) (如果isConj=1) result = x · y = Σ(x[i] * y[i]) (如果isConj=0)

其中x和y是复数向量，conj表示共轭操作。

复数乘法公式：(a + bi) * (c + di) = (ac - bd) + (ad + bc)i

对应的接口为：

int aclblasCdot(const float *x, const float *y, float *result, const uint32_t n, const uint32_t isConj, void *stream);

• 算子规格：

  算子类型(OpType)	Cdot
  算子输入	name	shape	data type	format
  	x	2 * N	float	ND
  	y	2 * N	float	ND
  算子输出	result	2	float	ND
  核函数名	cdot_kernel

• 算子实现：

  1. 数据搬运：将输入数据从x和y的GM地址分块搬运到UB
  2. 复数分离：使用vreducev2指令将复数的实部和虚部分离
  3. 共轭处理：如果isConj=1，对x的虚部取反
  4. 复数乘法：计算(x_real + x_imagi) * (y_real + y_imagi)
  5. 累加归约：使用cadd_v指令对所有结果进行累加
  6. 多核归约：所有核心的结果汇总到core 0，得到最终结果

  关键优化：

  • 使用vreducev2向量化指令进行复数分离，避免标量循环
  • 使用cadd_v向量化指令进行累加归约，提升性能
  • 采用ping-pong流水线，实现数据搬运和计算的重叠
  • 支持多核并行计算，提升大规模数据处理能力

• 调用实现
  使用内核调用符<<<>>>调用核函数。

编译运行

在本样例根目录下执行如下步骤，编译并执行算子。

• 配置环境变量
  请根据当前环境上CANN开发套件包的安装方式，选择对应配置环境变量的命令。

  • 默认路径，root用户安装CANN软件包

    source /usr/local/Ascend/cann/set_env.sh

  • 默认路径，非root用户安装CANN软件包

    source $HOME/Ascend/cann/set_env.sh

  • 指定路径install_path，安装CANN软件包

    source ${install_path}/cann/set_env.sh

• 样例执行

  bash build.sh --ops=cdot --run # --ops=<算子名> --run可选参数，执行测试样例

  执行结果如下，说明精度对比成功。

  [Success] Case accuracy is verification passed.

算子特性

性能特性

• 向量化计算：使用底层向量化指令（vreducev2、cadd_v）实现高性能计算
• 流水线并行：采用ping-pong双缓冲技术，实现数据搬运和计算的重叠
• 多核并行：支持多核并行计算，自动分配计算任务

数据布局

• 输入向量：复数以实部和虚部交替存储的方式排列
  • x = [x0_real, x0_imag, x1_real, x1_imag, ..., xn_real, xn_imag]
  • y = [y0_real, y0_imag, y1_real, y1_imag, ..., yn_real, yn_imag]
• 输出结果：复数结果以实部和虚部连续存储
  • result = [result_real, result_imag]

精度要求

• 相对误差 < 1e-5

【免费下载链接】ops-blas本项目是CANN提供的高性能线性代数计算以及轻量化GEMM调用算子库。项目地址: https://gitcode.com/cann/ops-blas