GeGLU
功能说明
GeGLU是采用GELU作为激活函数的GLU变体。具体计算公式如下,PAR表示矢量计算单元一个迭代能够处理的元素个数:
其中GELU激活函数的计算公式如下:
上述公式中的erf为误差函数:
误差函数没有解析表达式,按照业界普遍使用的tanh近似表达式:
将GELU近似公式带入可得GeGLU表达式为:
其中a=-0.0713548162726, b=2.2363860002236e1,x1和x0代表srcTensor1和srcTensor0中的元素。
函数原型
- 通过sharedTmpBuffer入参传入临时空间
- 源操作数Tensor全部/部分参与计算
1 2
template <typename T, bool isReuseSource = false> __aicore__ inline void GeGLU(const LocalTensor<T> &dstTensor, const LocalTensor<T> &srcTensor0, const LocalTensor<T> &srcTensor1, const LocalTensor<uint8_t> &sharedTmpBuffer, uint32_t calCount)
- 源操作数Tensor全部参与计算
1 2
template <typename T, bool isReuseSource = false> __aicore__ inline void GeGLU(const LocalTensor<T> &dstTensor, const LocalTensor<T> &srcTensor0, const LocalTensor<T> &srcTensor1, const LocalTensor<uint8_t> &sharedTmpBuffer)
- 源操作数Tensor全部/部分参与计算
- 接口框架申请临时空间
- 源操作数Tensor全部/部分参与计算
1 2
template <typename T, bool isReuseSource = false> __aicore__ inline void GeGLU(const LocalTensor<T> &dstTensor, const LocalTensor<T> &srcTensor0, const LocalTensor<T> &srcTensor1, uint32_t calCount)
- 源操作数Tensor全部参与计算
1 2
template <typename T, bool isReuseSource = false> __aicore__ inline void GeGLU(const LocalTensor<T> &dstTensor,const LocalTensor<T> &srcTensor0, const LocalTensor<T> &srcTensor1)
- 源操作数Tensor全部/部分参与计算
由于该接口的内部实现中涉及复杂的数学计算,需要额外的临时空间来存储计算过程中的中间变量。临时空间支持开发者通过sharedTmpBuffer入参传入和接口框架申请两种方式。
- 通过sharedTmpBuffer入参传入,使用该tensor作为临时空间进行处理,接口框架不再申请。该方式开发者可以自行管理sharedTmpBuffer内存空间,并在接口调用完成后,复用该部分内存,内存不会反复申请释放,灵活性较高,内存利用率也较高。
- 接口框架申请临时空间,开发者无需申请,但是需要预留临时空间的大小。
通过sharedTmpBuffer传入的情况,开发者需要为tensor申请空间;接口框架申请的方式,开发者需要预留临时空间。临时空间大小BufferSize的获取方式如下:通过GetGeGLUMaxMinTmpSize中提供的接口获取需要预留空间范围的大小。
参数说明
参数名 |
描述 |
---|---|
T |
操作数的数据类型。 |
isReuseSource |
是否允许修改源操作数。该参数预留,传入默认值false即可。 |
参数名 |
输入/输出 |
描述 |
---|---|---|
dstTensor |
输出 |
目的操作数。 类型为LocalTensor,支持的TPosition为VECIN/VECCALC/VECOUT。 Atlas推理系列产品(Ascend 310P处理器)AI Core,支持的数据类型为:half/float Atlas A2训练系列产品/Atlas 800I A2推理产品,支持的数据类型为:half/float |
srcTensor0/ srcTensor1 |
输入 |
源操作数。 源操作数的数据类型需要与目的操作数保持一致。 类型为LocalTensor,支持的TPosition为VECIN/VECCALC/VECOUT。 Atlas推理系列产品(Ascend 310P处理器)AI Core,支持的数据类型为:half/float Atlas A2训练系列产品/Atlas 800I A2推理产品,支持的数据类型为:half/float |
calCount |
输入 |
实际计算数据元素个数,calCount∈[0, min(srcTensor0.GetSize(),srcTensor1.GetSize(),dstTensor.GetSize)]。 |
sharedTmpBuffer |
输入 |
临时缓存。 类型为LocalTensor,支持的TPosition为VECIN/VECCALC/VECOUT。 用于GeGLU内部复杂计算时存储中间变量,由开发者提供。 临时空间大小BufferSize的获取方式请参考GetGeGLUMaxMinTmpSize。 Atlas A2训练系列产品/Atlas 800I A2推理产品,支持的数据类型为:uint8_t Atlas推理系列产品(Ascend 310P处理器)AI Core,支持的数据类型为: uint8_t |
返回值
无
支持的型号
Atlas推理系列产品(Ascend 310P处理器)AI Core
Atlas A2训练系列产品/Atlas 800I A2推理产品
约束说明
- 操作数地址偏移对齐要求请参见通用约束。
- 不支持源操作数与目的操作数地址重叠。
- 当前仅支持ND格式的输入,不支持其他格式。
调用示例
#include "kernel_operator.h" template <typename srcType> class KernelGeGLU { public: __aicore__ inline KernelGeGLU() {} __aicore__ inline void Init(GM_ADDR src0Gm, GM_ADDR src1Gm, GM_ADDR dstGm, uint32_t inputSize, uint32_t tmpBufSize) { dataSize = inputSize; uint32_t bufSize = 4 * tmpBufSize; src0Global.SetGlobalBuffer(reinterpret_cast<__gm__ srcType *>(src0Gm), dataSize); src1Global.SetGlobalBuffer(reinterpret_cast<__gm__ srcType *>(src1Gm), dataSize); dstGlobal.SetGlobalBuffer(reinterpret_cast<__gm__ srcType *>(dstGm), dataSize); pipe.InitBuffer(inQueue0, 1, dataSize * sizeof(srcType)); pipe.InitBuffer(inQueue1, 1, dataSize * sizeof(srcType)); pipe.InitBuffer(outQueue, 1, dataSize * sizeof(srcType)); if ((sizeof(srcType) == sizeof(half)) && (tmpBufSize > 0)) { pipe.InitBuffer(buf, bufSize * sizeof(srcType)); } } __aicore__ inline void Process(uint32_t tmpBufSize, uint32_t calCount) { CopyIn(); Compute(tmpBufSize, calCount); CopyOut(); } private: __aicore__ inline void CopyIn() { AscendC::LocalTensor<srcType> src0Local = inQueue0.AllocTensor<srcType>(); AscendC::LocalTensor<srcType> src1Local = inQueue1.AllocTensor<srcType>(); AscendC::DataCopy(src0Local, src0Global, dataSize); AscendC::DataCopy(src1Local, src1Global, dataSize); inQueue0.EnQue(src0Local); inQueue1.EnQue(src1Local); } __aicore__ inline void Compute(uint32_t tmpBufSize, uint32_t calCount) { AscendC::LocalTensor<srcType> dstLocal = outQueue.AllocTensor<srcType>(); AscendC::LocalTensor<srcType> src0Local = inQueue0.DeQue<srcType>(); AscendC::LocalTensor<srcType> src1Local = inQueue1.DeQue<srcType>(); AscendC::LocalTensor<uint8_t> temp; if ((sizeof(srcType) == sizeof(half)) && (tmpBufSize > 0)) { temp = buf.Get<uint8_t>(); } if ((tmpBufSize > 0) && (calCount > 0)) { AscendC::GeGLU<srcType, false>(dstLocal, src0Local, src1Local, temp, calCount); } else if (tmpBufSize > 0) { AscendC::GeGLU<srcType, false>(dstLocal, src0Local, src1Local, temp); } else if (calCount > 0) { AscendC::GeGLU<srcType, false>(dstLocal, src0Local, src1Local, calCount); } else { AscendC::GeGLU<srcType, false>(dstLocal, src0Local, src1Local); } outQueue.EnQue<srcType>(dstLocal); inQueue0.FreeTensor(src0Local); inQueue1.FreeTensor(src1Local); } __aicore__ inline void CopyOut() { AscendC::LocalTensor<srcType> dstLocal = outQueue.DeQue<srcType>(); AscendC::DataCopy(dstGlobal, dstLocal, dataSize); outQueue.FreeTensor(dstLocal); } private: AscendC::GlobalTensor<srcType> src0Global; AscendC::GlobalTensor<srcType> src1Global; AscendC::GlobalTensor<srcType> dstGlobal; AscendC::TPipe pipe; AscendC::TQue<AscendC::QuePosition::VECIN, 1> inQueue0; AscendC::TQue<AscendC::QuePosition::VECIN, 1> inQueue1; AscendC::TQue<AscendC::QuePosition::VECOUT, 1> outQueue; AscendC::TBuf<AscendC::TPosition::VECCALC> buf; uint32_t dataSize = 0; }; template <typename dataType> __aicore__ void kernel_geglu_operator(GM_ADDR src0Gm, GM_ADDR src1Gm, GM_ADDR dstGm, uint32_t srcSize, uint32_t tmpBufSize, uint32_t calCount) { KernelGeGLU<dataType> op; op.Init(src0Gm, src1Gm, dstGm, srcSize, tmpBufSize); op.Process(tmpBufSize, calCount); }
输入数据(srcTensor0): [ 1.6025391 3.4765625 3.4316406 3.7539062 -1.3330078 0.72314453 -3.0078125 0.85498047 -1.3691406 2.6894531 -2.9101562 -3.6992188 -2.2734375 -2.859375 2.5683594 -1.7802734 ] 输入数据(srcTensor1) [-0.6015625 1.9589844 1.9257812 3.8769531 0.5878906 2.9179688 -1.8847656 3.2304688 2.8945312 2.4550781 1.3730469 -1.9248047 0.7919922 -2.5332031 -2.1425781 -2.9433594] 输出数据(dstLocal): [-0.263916015625000000 6.640625000000000000 6.429687500000000000 14.554687500000000000 -0.565429687500000000 2.107421875000000000 0.168579101562500000 2.759765625000000000 -3.957031250000000000 6.558593750000000000 -3.656250000000000000 0.192993164062500000 -1.415039062500000000 0.039642333984375000 -0.087890625000000000 0.007740020751953125]