aclnnAdvanceStep

产品支持情况

产品	是否支持
[object Object]Atlas A3 训练系列产品/Atlas A3 推理系列产品[object Object]	√
[object Object]Atlas A2 训练系列产品/Atlas 800I A2 推理产品/A200I A2 Box 异构组件[object Object]	√
[object Object]Atlas 200I/500 A2 推理产品[object Object]	×
[object Object]Atlas 推理系列产品 [object Object]	×
[object Object]Atlas 训练系列产品[object Object]	×

功能说明

• 算子功能：

  vLLM是一个高性能的LLM推理和服务框架，专注于优化大规模语言模型的推理效率。它的核心特点包括PageAttention和高效内存管理。advance_step算子的主要作用是推进推理步骤，即在每个生成步骤中更新模型的状态并生成新的inputTokens、inputPositions、seqLens和slotMapping，为vLLM的推理提升效率。

• 计算公式：

  $$blockIdx是当前代码被执行的核的index。$$ $$blockTablesStride = blockTables.stride(0)$$ $$inputTokens[blockIdx] = sampledTokenIds[blockIdx]$$ $$inputPositions[blockIdx] = seqLens[blockIdx]$$ $$seqLens[blockIdx] = seqLens[blockIdx] + 1$$ $$slotMapping[blockIdx] = (blockTables[blockIdx] + blockTablesStride * blockIdx) * blockSize + (seqLens[blockIdx] \% blockSize)$$

函数原型

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

• aclnnStatus aclnnAdvanceStepGetWorkspaceSize(const aclTensor *inputTokens, const aclTensor *sampledTokenIds, const aclTensor *inputPositions, const aclTensor *seqLens, const aclTensor *slotMapping, const aclTensor *blockTables, int64_t numSeqs, int64_t numQueries, int64_t blockSize, uint64_t *workspaceSize, aclOpExecutor **executor)
• aclnnStatus aclnnAdvanceStep( void *workspace, uint64_t workspaceSize, aclOpExecutor *executor, aclrtStream stream)

aclnnAdvanceStepGetWorkspaceSize

• 参数说明：

  • inputTokens（aclTensor*，计算输入/输出）：待进行AdvanceStep计算的入参/出参，公式中的输出inputTokens，用于更新vLLM模型中的token值，Device侧的aclTensor，数据类型支持INT64。shape维度支持一维，并且长度与numSeqs一致，不支持空tensor。不支持undefined，undefined支持ND。取值范围是大于0的正整数。
  • sampledTokenIds（aclTensor*，计算输入）：待进行AdvanceStep计算的入参，用于储存tokenID，公式中的输入sampledTokenIds，Device侧的aclTensor，数据类型支持INT64。shape维度支持二维，并且第一维长度与numQueries一致，第二维长度为1，不支持空tensor。不支持undefined，undefined支持ND。取值范围是大于0的正整数。
  • inputPositions（aclTensor*，计算输入/输出）：待进行AdvanceStep计算的入参/出参，公式中的输出inputPositions，用于记录token的index，Device侧的aclTensor，数据类型支持INT64。shape维度支持一维，并且长度与numSeqs一致，不支持空tensor。不支持undefined，undefined支持ND。取值范围是大于0的正整数。
  • seqLens（aclTensor*，计算输入/输出）：待进行AdvanceStep计算的入参/出参，用于记录不同blockIdx下seq的长度，公式中的输入/输出seqLens，Device侧的aclTensor，数据类型支持INT64。shape维度支持一维，并且长度与numSeqs一致，不支持空tensor。不支持undefined，undefined支持ND。取值范围是大于0的正整数。
  • slotMapping（aclTensor*，计算输入/输出）：待进行AdvanceStep计算的入参/出参，公式中的输出slotMapping，用于将token值在序列中的位置映射到物理位置，Device侧的aclTensor，数据类型支持INT64。shape维度支持一维，并且长度与numSeqs一致，不支持空tensor。不支持undefined，undefined支持ND。取值范围是大于0的正整数。
  • blockTables（aclTensor*，计算输入）：待进行AdvanceStep计算的入参，用于记录不同blockIdx下block的大小，公式中的输入blockTables，Device侧的aclTensor，数据类型支持INT64。shape维度支持二维，并且第一维长度与numSeqs一致，第二维大于$（seqLens中的最大值）/blockSize$。不支持空tensor。不支持undefined，undefined支持ND。取值范围是大于0的正整数。
  • numSeqs（int64_t，计算输入）：记录输入的seq数量，大小与seqLens的长度一致。取值范围是大于0的正整数。numSeqs的值大于输入numQueries的值。
  • numQueries（int64_t，计算输入）：记录输入的Query的数量，大小与sampledTokenIds第一维的长度一致。取值范围是大于0的正整数。
  • blockSize（int64_t，计算输入）：每个block的大小，对应公式中的blockSize。取值范围是大于0的正整数。
  • workspaceSize（uint64_t*，出参）：返回用户需要在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undefined。

  [object Object]

aclnnAdvanceStep

• 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aclnnAdvanceStepGetWorkspaceSize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Stream。

• 返回值：

  aclnnStatus：返回状态码，具体参见undefined。

约束说明

无。

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undefined。