TCubeTiling结构体
TCubeTiling结构体包含Matmul Tiling切分算法的相关参数,被传递给Matmul kernel侧,用于Matmul的切块、搬运和计算过程等。TCubeTiling结构体的参数说明见表1。
参数名称 |
数据类型 |
说明 |
---|---|---|
usedCoreNum |
int |
使用的AI处理器核数,请根据实际情况设置。取值范围为:[1, AI处理器最大核数]。 |
M, N, Ka, Kb |
int |
A、B、C矩阵原始输入的shape大小,以元素为单位。M,Ka为A矩阵原始输入的Shape, Kb, N为B矩阵原始输入的Shape。
|
singleCoreM, singleCoreN, singleCoreK |
int |
A、B、C矩阵单核内shape大小,以元素为单位。 singleCoreK = K,多核处理时不对K进行切分;singleCoreM <= M;singleCoreN <= N。 注意:若A矩阵以NZ格式输入,则singleCoreM需要以16个元素对齐,singleCoreK需要以C0_size * fractal_num对齐;若B矩阵以NZ格式输入,则singleCoreK需要以C0_size * fractal_num对齐,singleCoreN需要以16个元素对齐。 NZ格式的输入,half/bfloat16_t数据类型的C0_size为16,float数据类型的C0_size为8,int8_t数据类型的C0_size为32,int4_t数据类型的C0_size为64。 |
baseM, baseN, baseK |
int |
A、B、C矩阵参与一次矩阵乘指令的shape大小,以元素为单位。
A、B、C矩阵参与一次矩阵乘的shape大小需要按分形对齐,其含义请参考Mmad中的数据格式说明。 |
depthA1, depthB1 |
int |
A、B矩阵片全载A2/B2的份数,depthA1为baseM * baseK的整数倍,depthB1为baseN * baseK的整数倍。取值大于0。 |
stepM, stepN,stepKa,stepKb |
int |
stepM为左矩阵在A1中缓存的bufferM方向上baseM的倍数。 stepN为右矩阵在B1中缓存的bufferN方向上baseN的倍数。 stepKa为左矩阵在A1中缓存的bufferKa方向上baseK的倍数。 stepKb为右矩阵在B1中缓存的bufferKb方向上baseK的倍数。 取值大于0。 |
isBias |
int |
是否使能Bias,0代表不使能Bias,1代表使能Bias。 |
transLength |
int |
max(A1Length, B1Length, C1Length,BiasLength)。其中,A1Length, B1Length, C1Length,BiasLength分别表示A/B/C/Bias矩阵在计算过程中需要临时占用的UB空间大小。 |
iterateOrder |
int |
一次Iterate计算出[baseM, baseN]大小的C矩阵分片,Iterate完成后,Matmul会自动偏移下一次Iterate输出的C矩阵位置,iterOrder表示自动偏移的顺序。参数取值如下:
|
dbL0A, dbL0B, dbL0C |
int |
MTE1是否开启double buffer。 dbL0A:左矩阵MTE1是否开启double buffer;dbL0B:右矩阵MTE1是否开启double buffer;dbL0C:MMAD是否开启double buffer。参数取值如下:
|
shareMode |
int |
该参数预留,开发者无需关注。 |
shareL1Size |
int |
该参数预留,开发者无需关注。 |
shareL0CSize |
int |
该参数预留,开发者无需关注。 |
shareUbSize |
int |
该参数预留,开发者无需关注。 |
batchM |
int |
该参数预留,开发者无需关注。 |
batchN |
int |
该参数预留,开发者无需关注。 |
singleBatchM |
int |
该参数预留,开发者无需关注。 |
singleBatchN |
int |
该参数预留,开发者无需关注。 |
用户通过调用GetTiling接口获取TCubeTiling结构体,具体流程请参考使用说明。若用户需要修改调整Tiling,请参考如下TCubeTiling参数约束和性能调优推荐取值,进行参数的设置。
- TCubeTiling参数约束
一组合法的TCubeTiling参数需要同时满足表2中的所有约束条件。若Matmul对象的MatmulConfig模板为MDL模板,除表2外,还同时需要满足表3 MDL模板补充约束条件。
表2 TCubeTiling约束条件 约束条件
说明
usedCoreNum <= aiCoreCnt
使用核数小于等于当前AI处理器的最大核数
baseM * baseK * sizeof(A_type) * dbL0A< l0a_size
A矩阵base块不超过l0a buffer大小
baseN * baseK * sizeof(B_type) * dbL0B < l0b_size
B矩阵base块不超过l0b buffer大小
baseM * baseN * sizeof(int32_t) * dbL0C < l0c_size
C矩阵base块不超过l0c buffer大小
baseN * sizeof(Bias_type) < biasT_szie
Bias的base块不超过BiasTable buffer大小
stepM * stepKa * db = depthA1
db这里表示为左矩阵MTE2是否开启double buffer,即L1是否开启double buffer,取值1(不开启double buffer)或2(开启double buffer)
depthA1的取值与stepM * stepKa * db相同
stepN * stepKb * db = depthB1
db这里表示为右矩阵MTE2是否开启double buffer,即L1是否开启double buffer,取值1(不开启double buffer)或2(开启double buffer)
depthB1的取值与stepN * stepKb * db相同
baseM * baseK * depthA1 * sizeof(A_type) + baseN * baseK * depthB1 * sizeof(B_type) <= L1_size
A矩阵和B矩阵在L1缓存块满足L1 buffer大小限制
baseM * baseK, baseK * baseN和baseM * baseN按照分形对齐
A矩阵、B矩阵、C矩阵的base块需要按照分形对齐
表3 MDL模板补充约束条件 约束条件
说明
Ka不全载时,即Ka / baseK > stepKa,stepM = 1
K方向非全载时,M方向只能逐块搬运
Kb不全载时,即Kb / baseK > stepKb,stepN = 1
K方向非全载时,N方向只能逐块搬运
kaStepIter_ % kbStepIter_ = 0或者kbStepIter_ % kaStepIter_ = 0
kaStepIter_ = CeilDiv(tiling_->singleCoreK_, tiling_->baseK * tiling_->stepKa)
kbStepIter_ = CeilDiv(tiling_->singleCoreK_, tiling_->baseK * tiling_->stepKb)
MDL模板K方向循环搬运要求Ka和Kb方向迭代次数为倍数关系
kaStepIter_ :Ka方向循环搬运迭代次数
kbStepIter_ :Kb方向循环搬运迭代次数
- 性能调优推荐取值
根据Tiling调优经验,部分TCubeTiling参数值或取值方式推荐如下:
- base块推荐(baseM, baseN, baseK):(128, 256, 64)
- dbl0a / dbl0b = 2
- depthA1 / (stepM * stepKa) = 2
- depthB1 / (stepN * stepKb) = 2
- 优先设置参数stepKa/stepKb,使得K方向全载,再考虑M方向或N方向全载