aclnnQuantMatmulDequant

支持的产品型号

• [object Object]Atlas 推理系列产品[object Object]。

功能说明

• 算子功能：对输入x进行量化，矩阵乘以及反量化。
• 计算公式：
  1.若输入smoothScaleOptional，则$$x = x\cdot scale_{smooth}$$ 2.若不输入xScaleOptional，则为动态量化，需要计算x量化系数。$$scale_{x}=row\_max(abs(x))/max_{quantDataType}$$ 3.量化$$x_{quantized}=round(x/scale_{x})$$ 4.矩阵乘+反量化$$out = (x_{quantized}@weight_{quantized} + bias) * scale_{weight} * scale_{x}$$

函数原型

每个算子分为，必须先调用“aclnnQuantMatmulDequantGetWorkspaceSize”接口获取入参并根据流程计算所需workspace大小，再调用“aclnnQuantMatmulDequant”接口执行计算。

• aclnnStatus aclnnQuantMatmulDequantGetWorkspaceSize(const aclTensor *x, const aclTensor *weight, const aclTensor *weightScale, const aclTensor *biasOptional, const aclTensor *xScaleOptional, const aclTensor *xOffsetOptional, const aclTensor *smoothScaleOptional, char *xQuantMode, bool transposeWeight, const aclTensor *out, uint64_t *workspaceSize, aclOpExecutor **executor)
• aclnnStatus aclnnQuantMatmulDequant(void *workspace, uint64_t workspaceSize, aclOpExecutor *executor, aclrtStream stream)

aclnnQuantMatmulDequantGetWorkspaceSize

• 参数说明：

  • x（aclTensor*，计算输入）：必选参数，Device侧的aclTensor，公式中的输入$x$，数据类型支持FLOAT16，支持ND。支持和空Tensor。shape支持2维，各个维度表示：（m，k）。
  • weight（aclTensor*，计算输入）：必选参数，Device侧的aclTensor，公式中的$weight_{quantized}$，数据类型支持INT8，支持昇腾亲和数据排布格式和ND格式。支持空Tensor。
    • ND格式下，shape支持2维。
      • 在transposeWeight为true情况下各个维度表示：（n，k）。
      • 在transposeWeight为false情况下各个维度表示：（k，n）。
    • 昇腾亲和数据排布格式下，shape支持4维。
      • 在transposeWeight为true情况下各个维度表示：（k1，n1，n0，k0），其中k0 = 32，n0 = 16，k1和x的k需要满足以下关系：ceilDiv（k，32）= k1。
      • 在transposeWeight为false情况下各个维度表示：（n1，k1，k0，n0），其中k0 = 16，n0 = 32，k1和x的k需要满足以下关系：ceilDiv（k，16）= k1。
      • 可使用aclnnCalculateMatmulWeightSizeV2接口以及aclnnTransMatmulWeight接口完成输入Format从ND到昇腾亲和数据排布格式的转换。
  • weightScale（aclTensor*，计算输入）：必选参数，Device侧的aclTensor，weight的量化系数，公式中的$scale_{weight}$，数据类型支持FLOAT32，支持ND，支持和空Tensor。shape是1维（n，），其中n与weight的n一致。
  • biasOptional（aclTensor*，计算输入）：可选参数，Device侧的aclTensor，公式中的$bias$，当前仅支持传入空指针。
  • xScaleOptional（aclTensor*，计算输入）：可选参数，Device侧的aclTensor，x的量化系数，公式中的$scale_{x}$，数据类型支持FLOAT32，支持ND，支持。当xQuantMode为pertensor时，shape是1维（1，）；当xQuantMode为pertoken时，shape是1维（m，），其中m与输入x的m一致。若为空则为动态量化。
  • xOffsetOptional（aclTensor*，计算输入）：可选参数，Device侧的aclTensor，当前仅支持传入空指针。
  • smoothScaleOptional（aclTensor*，计算输入）：可选参数，Device侧的aclTensor，x的平滑系数，公式中的$scale_{smooth}$，数据类型支持FLOAT16，支持ND，支持，shape是1维（k，），其中k与x的k一致。
  • xQuantMode（string，计算输入）：host侧的string，指定输入x的量化模式，支持取值pertoken/pertensor，动态量化时只支持pertoken。
  • transposeWeight（bool，计算输入）：Host侧的bool，表示输入weight是否转置，类型支持bool。当前只支持true。
  • out（aclTensor*，计算输出）：必选参数，Device侧的aclTensor，计算结果，公式中的$out$，数据类型支持FLOAT16，支持ND，只支持连续Tensor, shape支持2维，各个维度表示：（m，n）。其中m与x的m一致，n与weight的n一致。
  • 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。

  [object Object]

aclnnQuantMatmulDequant

• 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aclnnQuantMatmulDequantGetWorkspaceSize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。

约束说明

n，k都需要是16的整数倍。

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。