在Matmul计算时支持A矩阵half类型输入，B矩阵int8类型输入，该场景下，需要调用伪量化接口进行伪量化。调用伪量化接口后，将数据从GM搬出到L1时，会执行伪量化操作，将B矩阵转化为half类型。本节的伪量化接口提供一个量化参数向量，该向量的shape为[1, N]，N值为Matmul矩阵计算时M/N/K中的N值。对B矩阵的每一列都采用该向量中对应列的伪量化系数进行伪量化。
请在Iterate或者IterateAll之前调用该接口。
1 | __aicore__ inline void SetAntiQuantVector(const LocalTensor<SrcT> &offsetTensor, const LocalTensor<SrcT> &scaleTensor) |
参数名 |
输入/输出 |
描述 |
|---|---|---|
offsetTensor |
输入 |
伪量化运算时的参数向量，用于加 |
scaleTensor |
输入 |
伪量化运算时的参数向量，用于乘 |
无
Atlas推理系列产品AI Core
无