aclnnWeightQuantBatchMatmulV3

产品支持情况

• [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]

功能说明

• 算子功能：完成一个输入为伪量化场景的矩阵乘计算，并可以实现对于输出的量化计算。相较于aclnnWeightQuantBatchMatmulV2接口，此接口变化点为：

  新增innerPrecise参数，用于支持高精度或者高性能计算模式选择。A16W4 per_group场景在batchSize<=16的场景下可设置为1， 提升性能。

• 计算公式：

  $$y = x @ ANTIQUANT(weight) + bias$$

  公式中的$weight$为伪量化场景的输入，其反量化公式$ANTIQUANT(weight)$为

  $$ANTIQUANT(weight) = (weight + antiquantOffset) * antiquantScale$$

  当客户配置quantScaleOptional输入时, 会对输出进行量化处理, 其量化公式为

  $$\begin{aligned} y &= QUANT(x @ ANTIQUANT(weight) + bias) \\ &= (x @ ANTIQUANT(weight) + bias) * quantScale + quantOffset \\ \end{aligned}$$

  当客户配置quantScaleOptional输入为nullptr, 则直接输出:

  $$y = x @ ANTIQUANT(weight) + bias$$

函数原型

每个算子分为undefined，必须先调用“aclnnWeightQuantBatchMatmulV3GetWorkspaceSize”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“aclnnWeightQuantBatchMatmulV3”接口执行计算。

• aclnnStatus aclnnWeightQuantBatchMatmulV3GetWorkspaceSize(const aclTensor *x, const aclTensor *weight, const aclTensor *antiquantScale, const aclTensor *antiquantOffsetOptional, const aclTensor *quantScaleOptional, const aclTensor *quantOffsetOptional, const aclTensor *biasOptional, int antiquantGroupSize, int innerPrecise, const aclTensor *y, uint64_t *workspaceSize, aclOpExecutor **executor)
• aclnnStatus aclnnWeightQuantBatchMatmulV3(void *workspace, uint64_t workspaceSize, aclOpExecutor *executor, aclrtStream stream)

aclnnWeightQuantBatchMatmulV3GetWorkspaceSize

• 参数说明

  • x(aclTensor*, 计算输入)：公式中的输入x，数据类型支持FLOAT16、BFLOAT16，undefined支持ND。undefined仅支持transpose场景。维度支持2维，shape支持(m, k)，其中Reduce维度k需要与weight的Reduce维度k大小相等。

  • weight(aclTensor*，计算输入)：公式中的输入weight，数据类型支持INT8、INT4、INT32（当weight数据格式为FRACTAL_NZ且数据类型为INT4/INT32时，或者当weight数据格式为ND且数据类型为INT32时，仅在INT4Pack场景支持，需要配合aclnnConvertWeightToINT4Pack接口完成从INT32到INT4Pack的转换，以及从ND到FRACTAL_NZ的转换，undefined），若数据类型为INT4，则weight的内轴应为偶数。undefined仅支持transpose场景。shape支持(k, n)。 对于不同伪量化算法模式，weight的数据格式为FRACTAL_NZ仅在如下场景下支持:

    • per_channel模式：
      • weight的数据类型为INT8，y的数据类型为非INT8。
      • weight的数据类型为INT4/INT32，weight转置，y的数据类型为非INT8。
    • per_group模式：weight的数据类型为INT4/INT32，weight非转置，x非转置，antiquantGroupSize为64或128，k为antiquantGroupSize对齐，n为64对齐，y的数据类型为非INT8。

  • antiquantScale(aclTensor*, 计算输入)：实现输入反量化计算的反量化scale参数，反量化公式中的输入antiquantScale，数据类型支持FLOAT16、BFLOAT16、UINT64、INT64。当数据类型为FLOAT16、BFLOAT16时，要求和输入x的数据类型保持一致。当数据类型为UINT64、INT64时，x仅支持FLOAT16，不转置，weight仅支持int8，ND转置，模式仅支持per_channel，quantScaleOptional和quantOffsetOptional必须为空，m仅支持[1, 96]，k和n要求64对齐，需要首先配合aclnnCast接口完成FLOAT16到FLOAT32的转换，undefined，再配合aclnnTransQuantParamV2接口完成FLOAT32到UINT64的转换，undefined。undefined支持ND。undefined仅支持transpose场景。 对于不同伪量化算法模式，antiquantScale支持的shape如下:

    • per_tensor模式：输入shape为(1,)或(1, 1)。
    • per_channel模式：输入shape为(1, n)或(n,)。
    • per_group模式：输入shape为(ceil(k, group_size), n)。

  • antiquantOffsetOptional（aclTensor*, 计算输入）：实现输入反量化计算的反量化offset参数，反量化公式中的输入antiquantOffset，数据类型支持FLOAT16、BFLOAT16、INT32。当数据类型为FLOAT16、BFLOAT16时，要求和输入x的数据类型保持一致。当数据类型为INT32时，数据范围限制为[-128, 127]，x仅支持FLOAT16，weight仅支持int8，antiquantScale仅支持UINT64/INT64。可选输入，当不需要时为空指针；存在时shape要求与antiquantScale一致。undefined支持ND。undefined仅支持transpose场景。

  • quantScaleOptional（aclTensor*, 计算输入）：实现输出量化计算的量化参数，由量化公式中的quantScale和quantOffset的数据通过aclnnTransQuantParam接口转化得到。数据类型支持UINT64，undefined支持ND。不支持undefined。可选输入，当不需要时为空指针；对于不同的伪量化算法模式，支持的shape如下:

    • per_tensor模式：输入shape为(1,)或(1, 1)。
    • per_channel模式：输入shape为(1, n)或(n,)。

  • quantOffsetOptional（aclTensor*, 计算输入）：实现输出量化计算的量化offset参数，量化公式中的输入quantOffset，数据类型支持FLOAT，undefined支持ND。可选输入，当不需要时为空指针；存在时shape要求与quantScaleOptional一致。不支持undefined。

  • biasOptional（aclTensor*, 计算输入）：偏置输入，公式中的输入bias。当输入x的数据类型为BFLOAT16时，数据类型要求为FLOAT；当输入x的数据类型为FLOAT16时，数据类型要求为FLOAT16。可选输入，当不需要时为空指针；存在输入时支持1维或2维，shape支持(n,)或(1, n)。支持ND。不支持undefined。

  • antiquantGroupSize（int, 计算输入）：表示伪量化per_group算法模式下，对输入weight进行反量化计算的groupSize输入，描述一组反量化参数对应的待反量化数据量在Reduce方向的大小。当伪量化算法模式不为per_group时传入0；当伪量化算法模式为per_group时传入值的范围为[32, k-1]且值要求是32的倍数。

  • innerPrecise (int, 计算输入)：表示伪量化是高精度还是高性能计算模式（仅支持传入0或1）。A16W4 per_group场景在batchSize<=16的场景下可设置为1，并且weight数据格式设为FRACTAL_NZ，来提升性能。其他场景不建议使用，建议传入0。

    • 0：代表高精度模式。
    • 1：代表高性能模式。

  • y（aclTensor*, 计算输出）：计算输出，公式中的y。当quantScaleOptional存在时，数据类型为INT8；当quantScaleOptional不存在时，数据类型支持FLOAT16、BFLOAT16，且与输入x的数据类型一致。维度支持2维，shape支持(m, n)。undefined支持ND。不支持undefined。

  • 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]

aclnnWeightQuantBatchMatmulV3

• 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aclnnWeightQuantBatchMatmulV3GetWorkspaceSize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

• per_channel模式：为提高性能，推荐使用transpose后的weight输入。m范围为[65, 96]时，推荐使用数据类型为UINT64/INT64的antiquantScale。

• per_group模式：在A16W4，batchSize<=16的场景下可设置innerPrecise参数为1，并且weight数据格式设为FRACTAL_NZ，来提升性能，但会存在一定的精度下降。

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。