vec_add

功能说明

按element求和：

函数原型

vec_add(mask, dst, src0, src1, repeat_times, dst_rep_stride, src0_rep_stride, src1_rep_stride)

参数说明

请参考参数说明。

dst/src0/src1的数据类型需要保持一致。

Atlas 200/300/500 推理产品，dst/src0/src1支持的数据类型为：Tensor(float16/float32/int32)

Atlas 训练系列产品，dst/src0/src1支持的数据类型为：Tensor(float16/float32/int32)

Atlas推理系列产品（Ascend 310P处理器）AI Core，dst/src0/src1支持的数据类型为：Tensor(float16/int16/float32/int32)

Atlas推理系列产品（Ascend 310P处理器）Vector Core，dst/src0/src1支持的数据类型为：Tensor(float16/int16/float32/int32)

Atlas A2训练系列产品/Atlas 800I A2推理产品，dst/src0/src1支持的数据类型为：Tensor(float16/int16/float32/int32)

Atlas 200/500 A2推理产品，dst/src0/src1支持的数据类型为：Tensor(uint8/int8/float16/int16/float32/int32)]

返回值

无

支持的型号

Atlas 200/300/500 推理产品

Atlas 训练系列产品

Atlas推理系列产品（Ascend 310P处理器）AI Core

Atlas推理系列产品（Ascend 310P处理器）Vector Core

Atlas A2训练系列产品/Atlas 800I A2推理产品

Atlas 200/500 A2推理产品

注意事项

请参考注意事项。

调用示例

此样例是针对数据量较小、一次搬运就可以完成的场景，目的是让大家了解接口的功能，更复杂的数据量较大的样例可参见调用示例

from tbe import tik
tik_instance = tik.Tik()
src0_gm = tik_instance.Tensor("float16", (128,), name="src0_gm", scope=tik.scope_gm)
src1_gm = tik_instance.Tensor("float16", (128,), name="src1_gm", scope=tik.scope_gm)
dst_gm = tik_instance.Tensor("float16", (128,), name="dst_gm", scope=tik.scope_gm)
src0_ub = tik_instance.Tensor("float16", (128,), name="src0_ub", scope=tik.scope_ubuf)
src1_ub = tik_instance.Tensor("float16", (128,), name="src1_ub", scope=tik.scope_ubuf)
dst_ub = tik_instance.Tensor("float16", (128,), name="dst_ub", scope=tik.scope_ubuf)
# 将用户输入数据从gm搬运到ub
tik_instance.data_move(src0_ub, src0_gm, 0, 1, 8, 0, 0)
tik_instance.data_move(src1_ub, src1_gm, 0, 1, 8, 0, 0)
tik_instance.vec_add(128, dst_ub, src0_ub, src1_ub, 1, 8, 8, 8)
# 将计算结果从ub搬运到目标gm
tik_instance.data_move(dst_gm, dst_ub, 0, 1, 8, 0, 0)

tik_instance.BuildCCE(kernel_name="vec_add", inputs=[src0_gm, src1_gm], outputs=[dst_gm])

结果示例：

输入数据(src0_gm):
[-6.773   -7.33    -1.764   -8.39     0.4177  -9.13    -9.6     -1.106
 -0.6943   5.76     7.6      6.6     -1.243   -5.277   -1.083    3.39
 -0.2964   4.99    -6.56     3.963    0.843   -8.016    9.2     -9.086
 -0.1586  -4.758    1.671    1.057    9.85     3.035    9.914   -6.887
 -6.215   -4.086   -0.511   -6.395   -0.5156  -3.936    4.535    8.61
 -9.445    0.7974  -6.016    4.465    2.447    6.117    5.17    -1.91
  2.475   -9.41     2.379   -7.164    2.756   -0.926   -2.64    -5.06
  3.365    3.242    3.004   -4.168   -1.181   -3.8      1.993   -1.175
  0.9062  -2.115   -0.07074 -1.468    8.52    -7.96     8.81    -3.234
 -7.41     5.617   -4.258    4.25    -0.4036  -6.93    -6.145    3.615
 -8.414   -2.943   -8.086   -4.453   -9.97    -3.148    2.549    8.91
 -8.26     7.26    -8.414    6.766    0.7666   7.19    -9.086   -3.332
  8.18     7.25     6.094    5.68    -4.574    1.378   -3.492    3.705
 -8.336    6.547   -6.746    3.818   -2.637    6.195   -5.26    -1.465
  7.273   -3.82     5.45     7.812    0.04193  6.066    3.564   -8.51
 -2.963   -5.34    -6.6     -6.316   -7.125   -0.4104  -4.56    -5.098  ]

输入数据(src1_gm):
[-3.3      2.986    6.734    3.537    1.665    1.862   -3.61    -2.756
 -5.473    4.395   -6.754   -8.5     -5.13    -5.195   -9.055    4.72
 -8.664    2.826    3.076    0.94     5.715   -5.375   -9.05     0.07605
  6.223    6.098    6.266    8.305   -4.33     8.98     4.24     3.709
  2.295    9.51     0.6846  -4.59     0.1074   3.365   -2.773   -0.07855
  3.904    2.725   -7.332    7.375   -5.695   -3.748    2.438   -4.027
  2.775   -3.643   -3.664   -1.112    3.02    -4.836   -3.361    5.227
  5.863    6.758   -6.113    6.266   -7.754   -9.71     1.387    2.863
  0.709   -4.125   -9.09    -5.07     9.914    0.2732  -8.74     3.59
  8.25    -7.812    1.328    7.19     3.754   -2.518   -6.13    -6.543
  8.34    -1.438   -6.5     -0.09564  8.56    -8.61     1.018    1.254
  4.42     0.8765   7.57    -5.145    9.05    -8.31     6.777   -5.25
 -9.54     4.113    4.617    0.1655   5.293    6.6      0.658    7.965
 -2.223   -6.625   -9.81     9.664    6.91    -3.71     8.77    -7.18
 -2.223   -6.312   -9.26    -9.05    -1.02    -9.91     4.203   -5.938
 -5.91    -1.141   -0.901    7.395   -8.81    -9.2      9.52     4.906  ]

输出数据(dst_gm):
[-10.08    -4.344    4.97    -4.85     2.082   -7.27   -13.21    -3.863
  -6.168   10.16     0.8477  -1.898   -6.37   -10.47   -10.14     8.11
  -8.96     7.812   -3.482    4.902    6.56   -13.39     0.1562  -9.01
   6.062    1.34     7.938    9.36     5.523   12.016   14.16    -3.178
  -3.92     5.42     0.1733 -10.984   -0.4082  -0.5703   1.762    8.53
  -5.54     3.521  -13.34    11.84    -3.248    2.37     7.61    -5.938
   5.25   -13.05    -1.285   -8.27     5.773   -5.76    -6.       0.168
   9.23    10.      -3.11     2.098   -8.94   -13.516    3.379    1.688
   1.615   -6.242   -9.164   -6.54    18.44    -7.688    0.0703   0.3555
   0.84    -2.195   -2.93    11.44     3.35    -9.445  -12.27    -2.928
  -0.0703  -4.383  -14.586   -4.547   -1.406  -11.76     3.566   10.16
  -3.836    8.14    -0.8438   1.621    9.81    -1.121   -2.309   -8.58
  -1.359   11.36    10.71     5.844    0.7188   7.98    -2.834   11.67
 -10.56    -0.0781 -16.56    13.484    4.273    2.484    3.512   -8.64
   5.05   -10.13    -3.809   -1.234   -0.9775  -3.84     7.766  -14.445
  -8.875   -6.48    -7.504    1.078  -15.94    -9.62     4.965   -0.1914]