当前位置: 首页 > news >正文

CANN/asc-devkit指数函数API文档

Exp

【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

产品

是否支持

Ascend 950PR/Ascend 950DT

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

Atlas 200I/500 A2 推理产品

Atlas 推理系列产品 AI Core

Atlas 推理系列产品 Vector Core

x

Atlas 训练系列产品

Kirin X90

Kirin 9030

功能说明

按元素取自然指数,计算公式如下:

函数原型

  • tensor前n个数据计算

    template <typename T, const ExpConfig& config = DEFAULT_EXP_CONFIG> __aicore__ inline void Exp(const LocalTensor<T>& dst, const LocalTensor<T>& src, const int32_t& count)
  • tensor高维切分计算

    • mask逐bit模式

      template <typename T, bool isSetMask = true, const ExpConfig& config = DEFAULT_EXP_CONFIG> __aicore__ inline void Exp(const LocalTensor<T>& dst, const LocalTensor<T>& src, uint64_t mask[], const uint8_t repeatTime, const UnaryRepeatParams& repeatParams)
    • mask连续模式

      template <typename T, bool isSetMask = true, const ExpConfig& config = DEFAULT_EXP_CONFIG> __aicore__ inline void Exp(const LocalTensor<T>& dst, const LocalTensor<T>& src, uint64_t mask, const uint8_t repeatTime, const UnaryRepeatParams& repeatParams)

参数说明

表 1模板参数说明

参数名

描述

T

操作数数据类型。支持的数据类型为:half、float。

isSetMask

是否在接口内部设置mask。

  • true,表示在接口内部设置mask。
  • false,表示在接口外部设置mask,开发者需要使用SetVectorMask接口设置mask值。这种模式下,接口入参中的mask值设置为占位符MASK_PLACEHOLDER,用于占位,无实际含义。

config

该参数仅支持Ascend 950PR/Ascend 950DT。

用于配置Subnormal计算模式,ExpConfig类型,定义如下:

enum class ExpAlgo { INTRINSIC = 0, PRECISION_1ULP_FTZ_TRUE, PRECISION_1ULP_FTZ_FALSE, }; struct ExpConfig { ExpAlgo algo = ExpAlgo::INTRINSIC; }

通过ExpConfig结构体的参数algo来配置Subnormal计算模式。algo取值如下:

  • ExpAlgo::INTRINSIC、ExpAlgo::PRECISION_1ULP_FTZ_TRUE,使用单指令计算得出结果,所有Subnormal被近似为0。
  • ExpAlgo::PRECISION_1ULP_FTZ_FALSE,支持Subnormal数据计算。

该参数的默认值DEFAULT_EXP_CONFIG的取值如下:

constexpr ExpConfig DEFAULT_EXP_CONFIG = { ExpAlgo::INTRINSIC };

表 2参数说明

参数名

输入/输出

描述

dst

输出

目的操作数。

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

LocalTensor的起始地址需要32字节对齐。

src

输入

源操作数。

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

LocalTensor的起始地址需要32字节对齐。

源操作数的数据类型需要与目的操作数保持一致。

count

输入

参与计算的元素个数。

mask[]/mask

输入

mask用于控制每次迭代内参与计算的元素。

  • 连续模式:表示前面连续的多少个元素参与计算。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∈[1, 128];当操作数为32位时,mask∈[1, 64];当操作数为64位时,mask∈[1, 32]。

repeatTime

输入

重复迭代次数。Vector计算单元,每次读取连续的256Bytes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。repeatTime表示迭代的次数。

关于该参数的具体描述请参考高维切分API。

repeatParams

输入

控制操作数地址步长的参数。UnaryRepeatParams类型,包含操作数相邻迭代间相同DataBlock的地址步长,操作数同一迭代内不同DataBlock的地址步长等参数。

相邻迭代间的地址步长参数说明请参考repeatStride;同一迭代内DataBlock的地址步长参数说明请参考dataBlockStride。

返回值说明

约束说明

  • 操作数地址对齐要求请参见通用地址对齐约束。
  • 操作数地址重叠约束请参考通用地址重叠约束。

调用示例

本样例的srcLocal和dstLocal均为half类型。

更多样例可参考LINK。

  • tensor高维切分计算样例-mask连续模式

    uint64_t mask = 256 / sizeof(half); // repeatTime = 4, 128 elements one repeat, 512 elements total // dstBlkStride, srcBlkStride = 1, no gap between blocks in one repeat // dstRepStride, srcRepStride = 8, no gap between repeats AscendC::Exp(dstLocal, srcLocal, mask, 4, { 1, 1, 8, 8 });
  • tensor高维切分计算样例-mask逐bit模式

    uint64_t mask[2] = { UINT64_MAX, UINT64_MAX }; // repeatTime = 4, 128 elements one repeat, 512 elements total // dstBlkStride, srcBlkStride = 1, no gap between blocks in one repeat // dstRepStride, srcRepStride = 8, no gap between repeats AscendC::Exp(dstLocal, srcLocal, mask, 4, { 1, 1, 8, 8 });
  • tensor前n个数据计算接口样例

    AscendC::Exp(dstLocal, srcLocal, 512); static constexpr ExpConfig config = { ExpAlgo::PRECISION_1ULP_FTZ_FALSE }; AscendC::Exp<T, config>(dstLocal, srcLocal, 512);

结果示例如下:

输入数据srcLocal:[0.0 1.0 2.0 3.0 ...] 输出数据dstLocal:[1.0 2.719 7.391 20.08 ...]

【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

http://www.jsqmd.com/news/851479/

相关文章:

  • MIT Cheetah-Software编译手记:搞定Qt5.10.0路径、LCM依赖与那些诡异的C++报错
  • 两百元预算玩转OpenHarmony标准系统:低成本开发板硬件选型与驱动开发实战
  • 如何用BilibiliDown轻松下载B站视频:新手完整指南
  • Layerdivider深度解析:5步实现智能图像分层,生成专业级PSD文件
  • 2026年成都清水建筑模板批发新趋势,厂家直供更省心 - GrowthUME
  • 2026年B站游戏业务:稳住盈利,两手抓战略寻增量!
  • 从滑动变阻器到真实传感器:STM32CubeMX ADC单通道采集电压的校准与数据处理实战
  • 5分钟告别桌面混乱:免费开源工具NoFences帮你打造高效工作空间
  • 【亲测免费】 开源之旅:ChatGPT-Next-Web,跨平台的智能对话界面
  • 别再只用来测网速了!手把手教你用Win11自带的IIS,5分钟搭个能分享文件的局域网小网站
  • NLP-Models-Tensorflow核心算法详解:从Bahdanau到Luong Attention的演进
  • 2026年建筑模板加工厂精选指南:品质与服务并重的选择 - GrowthUME
  • C++-练习-109
  • 深入解析浏览器端音频解密的5大核心技术:WebAssembly性能优化与安全架构
  • 告别手动调参!用Python脚本批量运行DSSAT模型,5分钟搞定上百个农田情景模拟
  • FreeRDP 终极指南:如何构建跨平台远程桌面解决方案
  • 2026年杭州抗变形建筑模板批发厂家有何独特优势? - GrowthUME
  • setup-java高级配置指南:如何自定义Java架构、包类型和本地安装
  • LFSR不止能生成随机数:盘点数字IC设计中那些意想不到的妙用(从PRBS测试到BIST设计)
  • 从芯片手册到CubeMX:手把手教你搞定STM32G431RBT6的时钟树与中断配置
  • 2026年自建房新趋势:支模木方如何引领绿色建筑革命 - GrowthUME
  • Newbie-Guideline数据库实战:SQL查询与ER模型设计的完整教程
  • 2026年AI搜索优化服务商怎么选?深度对比GEO方案与品牌 - GrowthUME
  • PHP Font Lib 实战:从零开始创建字体处理应用程序
  • FinalShell vs. Xshell:深度对比后,我为什么选它做主力SSH工具?附独家配置优化心得
  • TTK(Ops Test Tool Kit):昇腾CANN算子库的终极自动化测试框架完整指南
  • 保姆级教程:在Ubuntu 20.04上从零跑通VoxelNet(KITTI数据集+TensorFlow 1.14)
  • 2026年支模木方订做攻略:如何挑选靠谱厂家不踩坑 - GrowthUME
  • 3分钟搞定!Windows上安装Android应用的终极指南:APK Installer完全教程
  • 分享10款实测好用的降AI率软件(2026年3月版) - 殷念写论文