TConv3DApiTiling结构体

TConv3DApiTiling结构体包含Conv3D算子规格信息及Tiling切分算法的相关参数，被传递给Conv3D Kernel侧，用于数据切分、数据搬运和计算等。TConv3DApiTiling结构体的参数说明见表1。

用户通过调用GetTiling接口获取TConv3DApiTiling结构体，具体流程请参考使用说明。当前暂不支持用户自定义配置TConv3DApiTiling结构体中的参数。

表1 TConv3DApiTiling结构说明
参数名称	数据类型	说明
groups	uint32_t	预留参数，当前仅支持为1。
singleCoreDo	uint64_t	单核上处理的Dout大小。
singleCoreCo	uint32_t	单核上处理的Cout大小。
singleCoreM	uint64_t	单核上处理的M大小。
orgDo	uint64_t	Conv3D计算中原始Dout大小。
orgCo	uint32_t	Conv3D计算中原始Cout大小。
orgHo	uint64_t	Conv3D计算中原始Hout大小。
orgWo	uint64_t	Conv3D计算中原始Wout大小。
orgCi	uint32_t	Conv3D计算中原始Cin大小。
orgDi	uint64_t	Conv3D计算中原始Din大小。
orgHi	uint64_t	Conv3D计算中原始Hin大小。
orgWi	uint64_t	Conv3D计算中原始Win大小。
kernelD	uint32_t	Conv3D计算中卷积核原始kernel D维度大小。
kernelH	uint32_t	Conv3D计算中卷积核原始kernel H维度大小。
kernelW	uint32_t	Conv3D计算中卷积核原始kernel W维度大小。
strideD	uint32_t	Conv3D计算中Stride D维度大小。
strideH	uint32_t	Conv3D计算中Stride H维度大小。
strideW	uint32_t	Conv3D计算中Stride W维度大小。
dilationD	uint32_t	Conv3D计算中Dilation D维度大小。
dilationH	uint32_t	Conv3D计算中Dilation H维度大小。
dilationW	uint32_t	Conv3D计算中Dilation W维度大小。
padHead	uint32_t	Conv3D计算中Padding D维度Head方向大小。
padTail	uint32_t	Conv3D计算中Padding D维度Tail方向大小。
padUp	uint32_t	Conv3D计算中Padding H维度Up方向大小。
padDown	uint32_t	Conv3D计算中Padding H维度Down方向大小。
padLeft	uint32_t	Conv3D计算中Padding W维度Left方向大小。
padRight	uint32_t	Conv3D计算中Padding W维度Right方向大小。
mL0	uint32_t	L0上单次处理的M大小。
kL0	uint32_t	L0上单次处理的K大小。
nL0	uint32_t	L0上单次处理的N大小。
kAL1	uint32_t	L1上Input K的实际大小，等于Cin1InL1 * KH * KW * C0，Cin1InL1是KD * Cin1合轴之后Tiling切分的大小。
kBL1	uint32_t	L1上Weight K的实际大小，等于Cin1InL1 * KH * KW * C0，Cin1InL1是KD * Cin1合轴之后Tiling切分的大小。
nBL1	uint32_t	L1上Weight载入Cout维度的实际数据大小。
mAL1	uint32_t	L1上Input载入M的实际数据大小。
al1FullLoad	uint8_t	Input数据在L1 Buffer是否全载。 0：Input数据在L1 Buffer上不全载。 1：Input数据在L1 Buffer上全载。
bl1FullLoad	uint8_t	Weight数据在L1 Buffer是否全载。 0：Weight数据在L1 Buffer上不全载。 1：Weight数据在L1 Buffer上全载。
iterateMNOrder	uint8_t	输出结果矩阵Output时，M轴和N轴的输出顺序。 0：优先输出M方向。先输出M方向，再输出N方向，图2。 1：优先输出N方向。先输出N方向，再输出M方向，图3。 M由Hout和Wout组成，M方向的输出顺序为，先输出Wout方向，再输出Hout方向。
biasFullLoadFlag	uint8_t	Bias是否全载进L1 Buffer。 0：否，单核内单次载入Bias大小等于单次矩阵乘N方向的大小nL0。 1：是，单核内的Bias一次全载。
注：上述的M轴为卷积正向操作过程中的输入Input在img2col展开后的纵轴，数值上等于Hout * Wout；K为输入Input在img2col展开后的横轴，数值上等于KDC1KHKWC0；KD/KH/KW为Weight的Depth、Height、Width，即kernelD/kernelH/kernelW的简写；N为Weight的Cout，具体请见图1。

图1 卷积3D正向MKN示意图

图2 卷积3D正向MFirst示意图

图3 卷积3D正向NFirst示意图

父主题： Conv3D Tiling