aclnnFlashAttentionScoreGradV3

产品支持情况

[object Object]undefined

功能说明

接口功能：训练场景下计算注意力的反向输出，即的反向计算。该接口相较于接口，新增sinkInOptional参数和dsinkOut输出：

[object Object]

Y=Dropout(Softmax(Mask(\frac{QK^T}{\sqrt{d}}+pse),atten\_mask),keep\_prob)V

为方便表达，以变量 $S$ 和 $P$ 表示计算公式：

S=Mask(\frac{QK^T}{\sqrt{d}}+pse),atten\_mask

P=Dropout(Softmax(S),keep\_prob)

Y=PV

则注意力的反向计算公式为：

V=P^TdY

Q=\frac{((dS)*K)}{\sqrt{d}}

K=\frac{((dS)^T*Q)}{\sqrt{d}}

其中增加sink之后计算逻辑见下，主要修改相关softmax_max和softmax_sum逻辑计算部分

S = Q @ K^{T}

m = max(sink, max(S))

Attention = \frac{e^{S - m} @ V}{\sum e^{S-m} + S^{sink - m}}

dSink = reduce(-P * dP * SimpleSoftmax(sink, x\_max, x\_sum))

函数原型

每个算子分为，必须先调用“aclnnFlashAttentionScoreGradV3GetWorkspaceSize”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“aclnnFlashAttentionScoreGradV3”接口执行计算。

[object Object]

aclnnFlashAttentionScoreGradV3GetWorkspaceSize

参数说明：
[object Object]
返回值：

返回aclnnStatus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]

aclnnFlashAttentionScoreGradV3

参数说明：
[object Object]
返回值：

返回aclnnStatus状态码，具体参见。

约束说明

确定性计算：
- aclnnFlashAttentionScoreGradV3默认非确定性实现，支持通过aclrtCtxSetSysParamOpt开启确定性。
该接口与PyTorch配合使用时，需要保证CANN相关包与PyTorch相关包的版本匹配。
输入query、key、value、dy的B：batchsize必须相等。
输入query、key、value的D：Head-Dim必须满足(qD == kD && kD >= vD)。
输入query、key、value、dy的inputLayout必须一致。
输入key/value的shape除D外必须一致，在query/key/value的D大小相同的情况下，query/dy的shape必须一致。
支持输入query/dy的N和key/value的N不相等，但必须成比例关系，即Nq/Nkv必须是非0整数，Nq取值范围1~256。
关于数据shape的约束，以inputLayout的BSND、BNSD为例（BSH、SBH下H=N*D），其中：
- B：取值范围为1~2M。带prefixOptional的时候B最大支持2K。
- N：取值范围为1~256。
- S：取值范围为1~1M。
- D：取值范围为1~768。
- KeepProb: 取值范围为(0, 1].
query、key、value数据排布格式支持从多种维度解读，其中B（Batch）表示输入样本批量大小、S（Seq-Length）表示输入样本序列长度、H（Head-Size）表示隐藏层的大小、N（Head-Num）表示多头数、D（Head-Dim）表示隐藏层最小的单元尺寸，且满足D=H/N。
pseShiftOptional：如果Sq大于1024的每个batch的Sq与Skv等长且是sparseMode为0、2、3的下三角掩码场景，可使能alibi位置编码压缩，此时只需要输入原始PSE最后1024行，实现内存优化，即alibi_compress = ori_pse[:, :, -1024:, :]，具体如下：
- 参数每个batch不相同时，shape为BNHSkv(H=1024)。
- 每个batch相同时，shape为1NHSkv(H=1024)。
- 如果pseType为2或3的时候，数据类型需为FLOAT32, 对应shape支持范围是[B,N]或[N]。
- 如果不使能该参数，pseShiftOptional需要传入nullptr，pseType需要传入1。
innerPrecise: 当前0、1为保留配置值，2为使能无效行计算，其功能是避免在计算过程中存在整行mask进而导致精度有损失，但是该配置会导致性能下降。如果算子可判断出存在无效行场景，会自动使能无效行计算，例如sparseMode为3，Sq > Skv场景。
pseType 各个取值含义[object Object]undefined
sparseMode的约束如下:
- 当所有的attenMaskOptional的shape小于2048且相同的时候，建议使用default模式，来减少内存使用量；
- 配置为1、2、3、5时，用户配置的preTokens、nextTokens不会生效；
- 配置为0、4时，须保证attenMaskOptional与preTokens、nextTokens的范围一致。
- 用户不特意指定时建议传入0。
- sparse不同模式的详细说明请参见。
部分场景下，如果计算量过大可能会导致算子执行超时（aicore error类型报错，errorStr为：timeout or trap error），此时建议做轴切分处理，注：这里的计算量会受B、S、N、D等参数的影响，值越大计算量越大。
关于softmaxMax与softmaxSum参数的约束：输入格式固定为[B, N, S, 8],TND的输入格式除外，此时为[T, N, 8],注：T=B*S。
headNum的取值必须和传入的Query中的N值保持一致。
band场景，preTokens和nextTokens之间必须要有交集。
prefixOptional稀疏计算场景即sparseMode=5或者sparseMode=6，当Sq > Skv时，prefix的N值取值范围[0, Skv]，当Sq <= Skv时，prefix的N值取值范围[Skv-Sq, Skv]。
pseShiftOptional Sq大于1024时如果配置BNHS、1NHS，需要Sq和Skv等长。
sinkInOptional维度为1，长度需要与query的headnum相同。

调用示例

调用示例代码如下，仅供参考，具体编译和执行过程请参考。

[object Object]