BNSD维度输入

功能说明

一般的，传入SelfAttention算子的q，k，v的维度为[batch, seqLen, headNum, head_dim]，即[b, s, n, d]，或者是它合轴后的变种。在某些场景下，传入[b, n, s, d]性能更好。

开启方式

参数“inputLayout”置为TYPE_BNSD。

输入参数如下：

• “calctype”不为PA_ENCODER时，在Atlas A2 训练系列产品/Atlas 800I A2 推理产品和Atlas A3 推理系列产品/Atlas A3 训练系列产品上：

  输入tensor	维度	数据类型	格式	描述
  query	[batch, headNum, seqLen, headSize]	float16/bf16	ND	query矩阵。
  cacheK	[layer, batch, headNum, seqLen, headSize]	float16/bf16	ND	NPU：存储之前所有的k，本次执行时将key刷新到cacheK上 。 CPU：输入为已经准备好的cacheK，输入时根据分成batch个tensor作为std::vector<tensor>传入，此时layer维度要求为1。
  cacheV	[layer, batch, headNum, seqLen, headSize]	float16/bf16	ND	NPU：存储之前所有的v，本次执行时将value刷新到cacheV上。 CPU：输入为已经准备好的cacheV，输入时根据分成batch个tensor作为std::vector<tensor>传入，此时layer维度要求为1。

• “calctype”不为PA_ENCODER时，在Atlas 推理系列产品上：

  输入tensor	维度	数据类型	格式	描述
  query	[batch, headNum, seqLen, headSize]	float16/bf16	ND	query矩阵。
  cacheK	[layer, batch*headNum, headSize / 16, kvMaxSeq, 16]	float16/bf16	NZ	NPU：存储之前所有的k，本次执行时将key刷新到cacheK上 。 CPU：输入为已经准备好的cacheK，输入时根据分成batch个tensor作为std::vector<tensor>传入，此时layer维度要求为1。
  cacheV	[layer, batch*headNum, headSize / 16, kvMaxSeq, 16]	float16/bf16	NZ	NPU：存储之前所有的v，本次执行时将value刷新到cacheV上。 CPU：输入为已经准备好的cacheV，输入时根据分成batch个tensor作为std::vector<tensor>传入，此时layer维度要求为1。

• “calctype”为PA_ENCODER时：

  参数	维度	数据类型	格式	描述
  query	[batch, headNum, qSeqLen, headSize]	bf16	ND	query矩阵。
  cacheK	[batch, kvHeadNum, kvSeqLen, headSize]	bf16	ND	key矩阵。
  cacheV	[batch, kvHeadNum, kvSeqLen, headSize]	bf16	ND	value矩阵。
  SeqLen	[batch] / [2, batch]	int32/uint32	ND	若shape为[batch] ，代表每个batch的序列长度，query，cacheK，cacheV相同。 若shape为[2，batch]，SeqLen[0]代表query的序列长度，SeqLen[1]代表cacheK，cacheV的序列长度。
  attnOut	[batch, headNum, qSeqLen, headSize]	bf16	ND	输出tensor。

约束说明

• BNSD只有开启kv-bypass功能，即参数“kvcacheCfg”置为K_BYPASS_V_BYPASS或“calctype”置为PA_ENCODER时才可用。
• 使用BNSD维度输入且“calctype”不为PA_ENCODER时，“maskType”不能为MASK_TYPE_UNDEFINED。“calctype”为PA_ENCODER时，“maskType”只能为MASK_TYPE_UNDEFINED。
• seqlen的dimNum只有“calctype”为PA_ENCODER且开启BNSD之后才能为2。
• “calctype”为PA_ENCODER时不支持Atlas 推理系列产品。
• query、key、value的HeadSize必须相同且<=256。
• “calctype”为PA_ENCODER时使用BNSD维度输入功能，不支持高精度。