aclnnWeightQuantBatchMatmulV3

产品支持情况

[object Object]undefined

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

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

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

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

  当用户配置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，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。

aclnnWeightQuantBatchMatmulV3GetWorkspaceSize

• 参数说明

  [object Object]

• 返回值：

  aclnnStatus：返回状态码，具体参见。

  第一段接口完成入参校验，出现以下场景时报错：

  [object Object]

aclnnWeightQuantBatchMatmulV3

• 参数说明

  [object Object]

• 返回值：

  aclnnStatus：返回状态码，具体参见。

约束说明

• 确定性说明：

  • [object Object]Atlas 训练系列产品[object Object]、[object Object]Atlas 推理系列产品[object Object]：aclnnWeightQuantBatchMatmulV3默认非确定性实现，支持通过aclrtCtxSetSysParamOpt开启确定性。

• 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。