aclnnDynamicQuantV2

支持的产品型号

• Atlas A2训练系列产品/Atlas 800I A2推理产品

接口原型

每个算子分为undefined，必须先调用“aclnnDynamicQuantV2GetWorkspaceSize”接口获取计算所需workspace大小以及包含了算子计算流程的执行器，再调用“aclnnDynamicQuantV2”接口执行计算。

• aclnnstatus aclnnDynamicQuantV2GetWorkspaceSize(const aclTensor *x, aclTensor *smoothScalesOptional, aclTensor *groupIndexesOptional, int64_t dstType, aclTensor *yOut, aclTensor *scaleOut, uint64_t *workspaceSize, aclOpExecutor **executor)
• aclnnstatus aclnnDynamicQuantV2(void *workspace, uint64_t workspaceSize, aclOpExecutor *executor, aclrtStream stream)

功能描述

• 算子功能：为输入张量进行pre-token对称/非对称动态量化。MOE场景，每个专家的smoothScale是不同的，根据输入的groupIndexes进行区分

• 计算公式：

  • 对称量化：
  • 若不输入smoothScale，则
  $$scaleOut=row\_max(abs(x))/127$$ $$yOut=round(x/scalOut)$$
  • 若输入smoothScales，则$$scaleOut=row\_max(abs(x\cdot smoothScalesOptional))/127$$
  $$yOut=round(x/scalOut)$$
  • 非对称量化：
  • 若不输入smoothScale，则$$scaleOut=(row\_max(x) - row\_min(x))/scale\_opt$$ $$offset=offset\_opt-row\_max(x)/scaleOut$$ $$yOut=round(x/scaleOut+offset)$$
  • 若输入smoothScales，则$$input = x\cdot smoothScalesOptional$$ $$scaleOut=(row\_max(input) - row\_min(input))/scale\_opt$$ $$offset=offset\_opt-row\_max(input)/scaleOut$$ $$yOut=round(input/scaleOut+offset)$$ 其中row_max代表每行求最大值，row_min代表每行求最小值。当输出yOut类型为INT8时，scale_opt为255.0，offset_opt为127.0；yOut类型为INT4时，scale_opt为15.0，offset_opt为7.0。

aclnnDynamicQuantV2GetWorkspaceSize

• 参数说明：

  • x（aclTensor*, 计算输入）：必选参数，算子输入的Tensor，shape维度要大于1，Device侧的aclTensor，数据类型支持FLOAT16、BFLOAT16，支持undefined，undefined支持ND。
  • smoothScalesOptional（aclTensor*, 计算输入）：可选参数，算子输入的smoothScales，当没有groupIndexsOptional输入时shape维度时x的最后一维，有groupIndexsOptional输入时shape是两维，第一维大小是专家数，不超过1024，第二维大小是x的最后一维，Device侧的aclTensor，数据类型支持FLOAT16、BFLOAT16，并且数据类型要和x保持一致，支持undefined，undefined支持ND。
  • groupIndexesOptional（aclTensor*, 计算输入）：可选参数，算子输入的groupIndexes，shape只有一维，Device侧的aclTensor，数据类型支持INT32，支持undefined，undefined支持ND。
  • dstType (int64_t, 计算输入)：可选参数，输出y的类型对应的枚举值，Host侧的int，如果输出y类型为INT8，则为2；y类型为INT4时，则为29，默认为2。
  • yOut（aclTensor*, 计算输出）：量化后的输出Tensor，shape维度和x保持一致，Device侧的aclTensor，数据类型支持INT4，INT8，暂不支持非连续的Tensor，undefined支持ND。
  • scaleOut（aclTensor*, 计算输出）：量化使用的scale，shape维度为x的shape剔除最后一维，Device侧的aclTensor，数据类型支持FLOAT，暂不支持非连续的Tensor，undefined支持ND。
  • workspaceSize（uint64_t*, 出参）：返回需要在Device侧申请的workspace大小。
  • executor（aclOpExecutor**, 出参）：返回op执行器，包含了算子计算流程。

• 返回值：

  aclnnStatus: 返回状态码，具体参见undefined。

  [object Object]

aclnnDynamicQuantV2

• 参数说明：

  • workspace(void *, 入参)：在Device侧申请的workspace内存地址。
  • workspaceSize(uint64_t, 入参)：在Device侧申请的workspace大小，由第一段接口aclnnAbsGetWorkspaceSize获取。
  • executor(aclOpExecutor *, 入参)：op执行器，包含了算子计算流程。
  • stream(aclrtStream, 入参)：指定执行任务的AscendCL Stream流。

• 返回值：

  aclnnStatus: 返回状态码，具体参见undefined。

约束与限制

针对Atlas A2训练系列产品/Atlas 800I A2推理产品，groupIndexesOptional的维度不超过1024。

调用示例

示例代码如下，仅供参考，具体编译和执行过程请参考undefined。