矢量内每个element与标量求和,计算公式如下,其中PAR表示矢量计算单元一个迭代能够处理的元素个数:
接口级别 |
原型定义 |
---|---|
0级接口 |
|
2级接口 |
template <typename T> __aicore__ inline void Adds(const LocalTensor<T>& dstLocal, const LocalTensor<T>& srcLocal, const T& scalarValue, const int32_t& calCount) |
参数名称 |
类型 |
说明 |
---|---|---|
dstLocal |
输出 |
目的操作数,类型为LocalTensor。LocalTensor数据结构的定义请参考LocalTensor。 Atlas 训练系列产品,支持的数据类型为:Tensor(half/float) Atlas推理系列产品AI Core,支持的数据类型为:Tensor(half/int16_t/float/int32_t) Atlas A2训练系列产品,支持的数据类型为:Tensor(half/int16_t/float/int32_t) |
srcLocal |
输入 |
源操作数,类型为LocalTensor。数据类型需要与目的操作数保持一致。 Atlas 训练系列产品,支持的数据类型为:Tensor(half/float) Atlas推理系列产品AI Core,支持的数据类型为:Tensor(half/int16_t/float/int32_t) Atlas A2训练系列产品,支持的数据类型为:Tensor(half/int16_t/float/int32_t) |
scalarValue |
输入 |
源操作数,数据类型需要与目的操作数中的元素类型保持一致 Atlas 训练系列产品,支持的数据类型为:half/float Atlas推理系列产品AI Core,支持的数据类型为:half/int16_t/float/int32_t Atlas A2训练系列产品,支持的数据类型为:half/int16_t/float/int32_t |
mask |
输入 |
element操作有效指示,共128bits,每一个bit位用来表示Vector的每个元素是否参与操作,bit位的值为1表示参与计算,0表示不参与计算。
|
repeatTimes |
输入 |
重复迭代次数。 矢量计算单元,每次读取连续的256 Bytes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。repeatTimes表示迭代的次数。关于该参数的具体描述请参考重复迭代次数-Repeat times。 |
repeatParams |
输入 |
元素操作控制结构信息,具体请参考UnaryRepeatParams。 |
参数名称 |
类型 |
说明 |
---|---|---|
dstLocal |
输出 |
目的操作数,类型为LocalTensor。LocalTensor数据结构的定义请参考LocalTensor。 Atlas 训练系列产品,支持的数据类型为:Tensor(half/float) Atlas推理系列产品AI Core,支持的数据类型为:Tensor(half/int16_t/float/int32_t) Atlas A2训练系列产品,支持的数据类型为:Tensor(half/int16_t/float/int32_t) |
srcLocal |
输入 |
源操作数,类型为LocalTensor。数据类型需要与目的操作数保持一致。 Atlas 训练系列产品,支持的数据类型为:Tensor(half/float) Atlas推理系列产品AI Core,支持的数据类型为:Tensor(half/int16_t/float/int32_t) Atlas A2训练系列产品,支持的数据类型为:Tensor(half/int16_t/float/int32_t) |
scalarValue |
输入 |
源操作数。数据类型需要与目的操作数保持一致。 Atlas 训练系列产品,支持的数据类型为:half/float Atlas推理系列产品AI Core,支持的数据类型为:half/int16_t/float/int32_t Atlas A2训练系列产品,支持的数据类型为:half/int16_t/float/int32_t |
calCount |
输入 |
输入数据元素个数,适用于2级接口。 参数取值范围和操作数的数据类型有关,数据类型不同,能够处理的元素个数最大值不同。 矢量计算单元,每个迭代读取连续256 Bytes数据进行计算,通过多次迭代完成所有数据的读取与计算。所以当操作数为16位时,calCount∈[1,128*255],255表示迭代次数的最大值,128表示每次迭代内能够处理128个16位数据;当操作数为32位时,calCount∈[1,64*255],64表示每次迭代内能够处理64个32位数据。 |
无
Atlas 训练系列产品
Atlas推理系列产品AI Core
Atlas A2训练系列产品
uint64_t mask = 128; int16_t scalar = 2; // repeatTimes = 4, 单次迭代处理128个数,计算512个数需要迭代4次 // dstBlkStride, srcBlkStride = 1, 每个迭代内src0参与计算的数据地址间隔为1个block,表示单次迭代内数据连续读取和写入 // dstRepStride, srcRepStride = 8, 相邻迭代间的地址间隔为8个block,表示相邻迭代间数据连续读取和写入 Adds(dstLocal, srcLocal, scalar, mask, 4, { 1, 1, 8, 8 });
uint64_t mask[2] = { UINT64_MAX, UINT64_MAX }; int16_t scalar = 2; // repeatTimes = 4, 单次迭代处理128个数,计算512个数需要迭代4次 // dstBlkStride, srcBlkStride = 1, 每个迭代内src0参与计算的数据地址间隔为1个block,表示单次迭代内数据连续读取和写入 // dstRepStride, srcRepStride = 8, 相邻迭代间的地址间隔为8个block,表示相邻迭代间数据连续读取和写入 Adds(dstLocal, srcLocal, scalar, mask, 4, {1, 1, 8, 8});
int16_t scalar = 2; Adds(dstLocal, srcLocal, scalar, 512);
输入数据(src0Local): [1 2 3 ... 512] 输入数据(scalar): 2 输出数据(dstLocal): [3 4 5 ... 514]