接口列表

表1 TIK API列表
功能类别	接口名称	接口简介
TIK容器管理	TIK类构造函数	创建TIK DSL容器。
TIK容器管理	BuildCCE	BuildCCE的功能是，生成用户在目标机上定义的TIK描述语言，并将TIK描述语言编译成昇腾AI处理器上可执行的二进制代码，以及对应的配置文件。
数据定义	Tensor	定义Tensor变量。
	Scalar	定义Scalar变量。
	InputScalar	如果开发者在算子实现时不想将某标量定义为定值，想要使用算子运行时输入的值作为具体的值，此时可以将此标量定义为InputScalar类型，然后在BuildCCE的inputs参数中将此InputScalar对象作为输入。
Scalar管理	set_as	设置或者改变Scalar的值。
Tensor管理	reshape	改变Tensor shape。
	reinterpret_cast_to	以用户指定的数据类型，读取Tensor数据。
	获取Tensor部分数据	通过Tensor数组下标，获得Tensor内部分数据，形成新的Tensor。
	改变Tensor内容	通过Tensor数组下标，改变Tensor内容。
	shape	获取Tensor形状。
	set_as	设置或者改变Tensor 的内容。
程序控制	if_scope	创建一个TIK的条件判断语句，当条件满足时，则执行if_scope代码块。
	elif_scope	创建TIK条件判断语句，当前面的if_scope语句以及elif_scope语句条件都不满足时，且当前elif_scope条件判断通过时，则执行本elif_scope代码块。
	else_scope	创建TIK的条件判断语句，当前面的if_scope语句以及elif_scope语句条件都不满足时，则执行此else_scope语句中的代码块。
	for_range	代表tik的for循环语句，可在for循环中开启n buffer和多核运行功能。
	new_stmt_scope	代表一个c语言的大括号，new_stmt_scope范围内空间代表一个新作用域。disable_sync配置是否在当前作用域内自动插入同步指令。
	any	此函数用于判断输入参数是否全部为False，若是则返回False；若其中有一个为True，则返回True。
	all	此函数用于判断输入参数是否全部为True，若是则返回True；若其中有一个为False，则返回False。
	negate	此参数用于判断输入参数是否为False，若为False，则返回结果为True；否则，返回结果为False。
	tik_continue	在tik的for_range循环中使用，用来跳出本次循环，进入下一次循环。
	tik_break	tik_break语句用来终止for_range循环语句，即tik_break语句将停止执行当前的循环。
	tik_return	在需要的指令、层次位置返回，常用于打断点。
功能调试	start_debug	TIK提供了在仿真环境上进行功能调试的能力，通过tik.tikdb对象提供，tikdb可以类似于PDB（The Python Debugger）一样进行断点设置，单步调试，变量打印等。
	debug_print	tik.tikdb对象定义了debug_print语句，方便用户打印算子运行过程中的数据。调试器执行到这行代码时会对表达式求值并将结果打印在屏幕上。
	set_printf_params	设置printf参数。
	printf	打印Scalar、Expr、ScalarArray、Tensor值。支持功能调试环境start_debug上的打印。
标量计算（单目）	scalar_abs	对标量取绝对值操作：。
	scalar_sqrt	标量取开方操作：。
	scalar_countbit0	逐bit统计源操作数64位二进制格式中bit为0的数量。
	scalar_countbit1	逐bit统计源操作数64位二进制格式中bit为1的数量。
	scalar_countleading0	统计源操作数64位二进制格式中，bit连续为0的数量。
	scalar_conv	标量精度转换（值转换）。
标量计算（双操作数）	scalar_max	比较并选取两个源操作数的最大值：
标量计算（双操作数）	scalar_min	比较并选取两个源操作数的最小值：。
矢量计算（单目）	vec_relu	按element做线性整流Relu：。
	vec_abs	按element取绝对值：
	vec_not	每个element按位取反：
	vec_exp	按element取自然指数：。
	vec_expm1_high_preci	按element取自然底数： $\text{[math]}$ ，该接口的精度高于vec_exp。
	vec_ln	按element取自然对数：。
	vec_ln_high_preci	按element取自然对数：。该接口的精度高于vec_ln。
	vec_rec	按element取倒数：。
	vec_rec_high_preci	按element取倒数： $\text{[math]}$ 。该接口的精度高于vec_rec。
	vec_rsqrt	按element做开方后，再取倒数：。
	vec_rsqrt_high_preci	按element做开方后，再取倒数：。该接口的精度高于vec_rsqrt。
矢量计算（双目）	vec_add	按element求和：
	vec_sub	按element求差：
	vec_mul	按element求积：
	vec_max	按element求最大值：
	vec_min	按element求最小值：
	vec_and	每对elements按位与运算：
	vec_or	每对elements按位或运算：
矢量计算 > 标量双目	vec_adds	矢量内每个element与标量求和：
矢量计算 > 标量双目	vec_muls	矢量内每个element与标量求积：
矢量计算 > 标量三目	vec_axpy	矢量每个element与标量求积后累加：
矢量计算 > 比较选择相关指令	vec_cmpv_xx	逐element比较两个tensor大小，如果为真则对应比特位为1，否则为0，支持多种比较模式。
矢量计算 > 比较选择相关指令	vec_sel	根据sel的比特位值选取element，当sel的比特位是1时从src0中选取，比特位是0时从src1选取，选取后的结果记为dst_temp，然后根据mask值对dst_temp进行过滤，有效位填入最终的dst，无效位则保持dst原始值。
矢量计算 > 数据精度转换指令	vec_conv	根据src与dst tensor的类型进行精度转换。
矢量计算 > 对归约	vec_cpadd	相邻内对（奇偶）elements求和：
矢量计算 > 归约	vec_reduce_add	对所有输入数据求和。数据采用二叉树方式，两两相加。
	vec_reduce_max	在所有的输入数据中找出最大值及最大值对应的索引位置。
	vec_reduce_min	在所有的输入数据中找出最小值及最小值对应的索引位置。
矩阵计算	conv2d	给定一个输入的张量和一个权重张量执行卷积2-D操作，输出结果张量。
	fixpipe	矩阵计算完成后，对结果进行处理，例如对计算结果进行加偏置和对数据进行量化、并把数据从L1OUT 搬迁到GM Memory 中。
	matmul	给定两个输入的张量a和b。进行矩阵相乘，输出到结果张量中。
数据转换	vec_trans	对连续的16*16的二维矩阵数据块进行转置，通过repeat_times参数指定转置操作的次数。每个迭代内操作256个连续地址空间数据，不同迭代间地址可以不连续，不同迭代间的空间间隔通过dst_rep_stride 和src_rep_stride参数指定。
数据转换	vec_trans_scatter	NCHW转换成NC1HWC0格式。如果是数据类型是float32 int32,uint32, int16,unint16,float16, 则C0=16，如果数据类型是uint8，int8，则C0=32.
数据填充	vec_dup	将一个Scalar变量或一个立即数，复制多次并填充到向量（PAR代表并行度）：
数据搬运	data_move	在src与dst间进行数据传输。支持src与dst的类型同时为Tensor。

父主题： TBE TIK API