aclnnDynamicQuantV2

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：为输入张量进行per-token对称/非对称动态量化。在MOE场景下，每个专家的smoothScalesOptional是不同的，根据输入的groupIndexOptional进行区分。

• 计算公式：

  • 对称量化：
    • 若不输入smoothScalesOptional，则$$scaleOut=row\_max(abs(x))/127$$ $$yOut=round(x/scaleOut)$$
    • 若输入smoothScalesOptional，则$$input = x\cdot smoothScalesOptional$$ $$scaleOut=row\_max(abs(input))/127$$ $$yOut=round(input/scaleOut)$$
  • 非对称量化：
    • 若不输入smoothScalesOptional，则$$scaleOut=(row\_max(x) - row\_min(x))/scale\_opt$$ $$offset=offset\_opt-row\_max(x)/scaleOut$$ $$yOut=round(x/scaleOut+offset)$$
    • 若输入smoothScalesOptional，则$$input = x\cdot smoothScalesOptional$$ $$scaleOut=(row\_max(input) - row\_min(input))/scale\_opt$$ $$offset=offset\_opt-row\_max(input)/scaleOut$$ $$yOut=round(input/scaleOut+offset)$$ 其中row_max代表每行求最大值，row_min代表每行求最小值。当输出yOut类型为INT8时，scale_opt为255.0，offset_opt为127.0；yOut类型为INT4时，scale_opt为15.0，offset_opt为7.0。

函数原型

每个算子分为undefined，必须先调用“aclnnDynamicQuantV2GetWorkspaceSize”接口获取计算所需workspace大小以及包含了算子计算流程的执行器，再调用“aclnnDynamicQuantV2”接口执行计算。

• aclnnStatus aclnnDynamicQuantV2GetWorkspaceSize(const aclTensor* x, const aclTensor* smoothScalesOptional, const aclTensor* groupIndexOptional, int64_t dstType, const aclTensor* yOut, const aclTensor* scaleOut, const aclTensor* offsetOut, uint64_t* workspaceSize, aclOpExecutor** executor)
• aclnnStatus aclnnDynamicQuantV2(void *workspace, uint64_t workspaceSize, aclOpExecutor *executor, aclrtStream stream)

aclnnDynamicQuantV2GetWorkspaceSize

• 参数说明：

  • x（aclTensor*, 计算输入）：算子输入的Tensor，shape维度要大于1，Device侧的aclTensor，支持undefined，undefined支持ND。
    • [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 A3 训练系列产品/Atlas A3 推理系列产品[object Object]：数据类型支持FLOAT16、BFLOAT16。
    • [object Object]Atlas 推理系列产品[object Object]、[object Object]Atlas 训练系列产品[object Object]：数据类型支持FLOAT16。
  • smoothScalesOptional（aclTensor*, 计算输入）：算子输入的smoothScales，当没有groupIndexOptional时，shape维度是x的最后一维。当有groupIndexOptional时，shape是两维，第一维大小是专家数，不超过1024，第二维大小是x的最后一维。Device侧的aclTensor，并且数据类型要和x保持一致，支持undefined，undefined支持ND。
    • [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 A3 训练系列产品/Atlas A3 推理系列产品[object Object]：数据类型支持FLOAT16、BFLOAT16。
    • [object Object]Atlas 推理系列产品[object Object]、[object Object]Atlas 训练系列产品[object Object]：只支持为nullptr。
  • groupIndexOptional（aclTensor*, 计算输入）：算子输入的groupIndex，shape只有一维，Device侧的aclTensor，支持undefined，undefined支持ND。
    • [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 A3 训练系列产品/Atlas A3 推理系列产品[object Object]：数据类型支持INT32。
    • [object Object]Atlas 推理系列产品[object Object]、[object Object]Atlas 训练系列产品[object Object]：只支持为nullptr。
  • dstType (int64_t, 计算输入)：输出y的类型对应的枚举值，Host侧的int，如果输出y类型为INT8，则为2；y类型为INT4时，则为29。
    • [object Object]Atlas 推理系列产品[object Object]、[object Object]Atlas 训练系列产品[object Object]：只支持为2。
  • yOut（aclTensor*, 计算输出）：量化后的输出Tensor，shape维度和x保持一致，Device侧的aclTensor，暂不支持undefined，undefined支持ND。
    • [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 A3 训练系列产品/Atlas A3 推理系列产品[object Object]：数据类型支持INT4、INT8。
    • [object Object]Atlas 推理系列产品[object Object]、[object Object]Atlas 训练系列产品[object Object]：数据类型支持INT8。
  • scaleOut（aclTensor*, 计算输出）：量化使用的scale，shape维度为x的shape剔除最后一维，Device侧的aclTensor，数据类型支持FLOAT，暂不支持undefined，undefined支持ND。
  • offsetOut（aclTensor*, 计算输出）：非对称量化使用的offset，shape维度为x的shape剔除最后一维，Device侧的aclTensor，数据类型支持FLOAT，暂不支持undefined，undefined支持ND。
  • 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undefined。

  [object Object]

aclnnDynamicQuantV2

• 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aclnnDynamicQuantV2GetWorkspaceSize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

• yOut的数据类型为INT4时，需满足x和yOut的最后一维能被2整除。
• yOut的数据类型为INT32时，需满足x的最后一维能被8整除。
• [object Object]Atlas 推理系列产品[object Object]：尾轴只支持32位对齐的数据，暂时只支持对称量化，不支持bfloat16数据类型。

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。