GetReduceRepeatMaxMinSpr(ISASI)

产品支持情况

功能说明

获取ReduceMax、ReduceMin连续场景下的最大/最小值以及相应的索引值。

函数原型

• 获取ReduceMax、ReduceMin连续场景下的最大值与最小值，以及相应的索引值。

  1 2	template <typename T> __aicore__ inline void GetReduceRepeatMaxMinSpr(T &maxMinValue, T &maxMinIndex)

• 获取ReduceMax、ReduceMin连续场景下的最大值与最小值。

  1 2	template <typename T> __aicore__ inline void GetReduceRepeatMaxMinSpr(T &maxMinValue)

参数说明

返回值说明

无

约束说明

• 针对Atlas A2 训练系列产品/Atlas A2 推理系列产品，由于ReduceMax/ReduceMin的内部实现原因，直接调用GetReduceRepeatMaxMinSpr接口无法获取到准确的索引值，验证时需要使用WholeReduceMax/WholeReduceMin接口来获取准确的索引值。
• 针对Atlas A3 训练系列产品/Atlas A3 推理系列产品，由于ReduceMax/ReduceMin的内部实现原因，直接调用GetReduceRepeatMaxMinSpr接口无法获取到准确的索引值，验证时需要使用WholeReduceMax/WholeReduceMin接口来获取准确的索引值。
• 针对Ascend 950PR/Ascend 950DT，由于ReduceMax/ReduceMin的内部实现原因，直接调用GetReduceRepeatMaxMinSpr接口无法获取到准确的索引值，验证时需要使用WholeReduceMax/WholeReduceMin接口来获取准确的索引值。同时，GetReduceRepeatMaxMinSpr必须紧跟着WholeReduceMax/WholeReduceMin接口进行调用。
• 索引maxMinIndex数据`是按照ReduceMax/ReduceMin的数据类型进行存储的，比如ReduceMax/ReduceMin使用half类型时，maxMinIndex是按照half类型进行存储的，如果按照half格式进行读取，maxMinIndex的值是不对的，因此maxMinIndex的读取需要使用reinterpret_cast方法转换到整数类型，若输入数据类型是half，需要使用reinterpret_cast<uint16_t*>，若输入是float，需要使用reinterpret_cast<uint32_t*>。

调用示例

1. 以ReduceMax指令为例，首先执行ReduceMax指令。

   1 2 3 4 5

   AscendC::LocalTensor<float> src; AscendC::LocalTensor<float> work; AscendC::LocalTensor<float> dst; int32_t mask = 64; AscendC::ReduceMax(dst, src, work, mask, 1, 8, true); // 连续场景，srcRepStride = 8，且calIndex = true

2. 获取上述ReduceMax指令的最值与索引值。
   针对Atlas A2 训练系列产品/Atlas A2 推理系列产品，需要使用WholeReduceMax指令获取准确的索引值，然后再调用GetReduceRepeatMaxMinSpr指令。

   1 2 3 4 5 6 7

   AscendC::LocalTensor<float> src; AscendC::LocalTensor<float> dst; int32_t mask = 64; AscendC::WholeReduceMax(dst, src, mask, 1, 1, 1, 8); float val = 0; // 最大值 float idx = 0; // 最大值的索引值，与ReduceMax的结果相同，保证和WholeReduceMax的调动次序，而且要配对调用 AscendC::GetReduceRepeatMaxMinSpr<float>(val, idx);

   针对Atlas A3 训练系列产品/Atlas A3 推理系列产品，需要使用WholeReduceMax指令获取准确的索引值，然后再调用GetReduceRepeatMaxMinSpr指令。

   1 2 3 4 5 6 7

   AscendC::LocalTensor<float> src; AscendC::LocalTensor<float> dst; int32_t mask = 64; AscendC::WholeReduceMax(dst, src, mask, 1, 1, 1, 8); float val = 0; // 最大值 float idx = 0; // 最大值的索引值，与ReduceMax的结果相同，保证和WholeReduceMax的调动次序，而且要配对调用 AscendC::GetReduceRepeatMaxMinSpr<float>(val, idx);

   针对Atlas 推理系列产品AI Core版本，则可在调用ReduceMax后直接调用GetReduceRepeatMaxMinSpr指令获取其最大/最小值。

   1 2 3 4 5 6 7

   AscendC::LocalTensor<float> src; AscendC::LocalTensor<float> work; AscendC::LocalTensor<float> dst; int32_t mask = 64; AscendC::ReduceMax(dst, src, work, mask, 1, 8, true); float val = 0; // 最大值 AscendC::GetReduceRepeatMaxMinSpr<float>(val); // 保证和WholeReduceMax的调动次序，而且要配对调用

   针对Ascend 950PR/Ascend 950DT，需要先执行WholeReduceMax指令，随后立即调用GetReduceRepeatMaxMinSpr指令。

   1 2 3 4 5 6 7

   AscendC::LocalTensor<float> src; AscendC::LocalTensor<float> dst; int32_t mask = 64; float val = 0; // 最大值 float idx = 0; // 最大值的索引值，与ReduceMax的结果相同 AscendC::WholeReduceMax(dst, src, mask, 1, 1, 1, 8); AscendC::GetReduceRepeatMaxMinSpr<float>(val, idx); // 保证和WholeReduceMax的调动次序，而且要配对调用