aclnnQuantMatmulAllReduceV3

产品支持情况

[object Object]undefined

说明： 使用该接口时，请确保驱动固件包和CANN包都为配套的8.0.RC2版本或者配套的更高版本，否则将会引发报错，比如BUS ERROR等。

功能说明

• 接口功能：aclnnQuantMatmulAllReduceV3接口是对aclnnQuantMatmulAllReduceV2接口的功能扩展, 新增支持低比特通信：matmul的计算结果依次进行all_to_all通信、ReduceSum计算、allgather通信、dequant反量化，代替先dequant和pertoken计算、再all_reduce通信的原流程。支持pertensor、perchannel、pertoken。

• 计算公式：

  为以下3种情形：

  • 情形1：对量化后的入参x1、x2进行matmul计算后，接着进行dequant计算，接着与x3进行add操作，最后做all_reduce计算。
  $$output= allReduce(dequantScale*(x1_{int8}@x2_{int8} + bias_{int32}) + x3)$$
  • 情形2：对量化后的入参x1、x2进行mm计算后，接着进行dequant和pertoken计算，接着与x3进行add操作，最后做all_reduce计算。
  $$output= allReduce(dequantScale * pertokenScaleOptional * (x1_{int8}@x2_{int8} + biasOptional_{int32}) + x3Optional)$$
  • 情形3：对量化后的入参x1、x2进行matmul、dequant和pertoken计算，接着与x3进行add操作，再对输出进行perchannel量化，然后进行all_to_all通信，对第一次通讯结果进行ReduceSum计算，接着进行all_gather通信，最后对第二次通信结果进行dequant，得到最终输出。
  $$matmulAddOutPut = (dequantScale * pertokenScaleOptional * (x1_{int8}@x2_{int8} + biasOptional_{int32}) + x3Optional);$$ $$alltoallOutPut_{int8} = alltoall(matmulAddOutPut / commQuantScale1Optional);$$ $$reduceSumOutPut_{int8} = (add(alltoallOutPut_{int8}) * (commQuantScale1Optional / commQuantScale2Optional));$$ $$outPut = (allgather(reduceSumOutPut_{int8}) * commQuantScale2Optional);$$

函数原型

每个算子分为，必须先调用“aclnnQuantMatmulAllReduceV3GetWorkspaceSize”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“aclnnQuantMatmulAllReduceV3”接口执行计算。

aclnnQuantMatmulAllReduceV3GetWorkspaceSize

• 参数说明：

  [object Object]
  • [object Object]Atlas A2 训练系列产品/Atlas A2 推理系列产品[object Object]：输入x2的数据格式支持ND和FRACTAL_NZ格式。 输入的shape规则如下：
    • 当x2的数据格式为FRACTAL_NZ时，当前版本仅支持四维输入，配合aclnnCalculateMatmulWeightSizeV2和aclnnTransMatmulWeight完成输入ND到NZ的转换，非连续的tensor仅支持transpose场景。
    • 当x2的数据格式为ND时，当前版本仅支持二维输入。

• 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]

aclnnQuantMatmulAllReduceV3

• 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：

  • aclnnQuantMatmulAllReduceV3默认非确定性实现，支持通过aclrtCtxSetSysParamOpt开启确定性。

• 增量场景不使能MC2，全量场景使能MC2。

• 输入x1可为2维或者3维，且不为空Tensor，其shape为(b, s, k)或者(m, k)。x2必须是2维，且不为空Tensor。其shape为(k, n)，k轴满足mm算子入参要求，k轴相等。

• m大小不超过2147483647，x1与x2的最后一维大小不超过65535，x1的最后一维指k，x2的最后一维指转置时的k或非转置时的n。

• 传入的x1、x2、dequantScale或者output不为空指针。

• x1和x2、dequantScale、output、biasOptional（非空场景）、x3（非空场景）的数据类型和数据格式需要在支持的范围之内。

• 若输出output类型为FLOAT16，当pertokenScale为空时，dequantScale的类型为INT64、UINT64，当pertokenScale不为空时，dequantScale的类型为FLOAT32；若输出output类型为BFLOAT16，dequantScale的类型为BFLOAT16，x3的类型为BFLOAT16。

• 传入的commQuantScale1与commQuantScale2需要同时为空指针或同时不为空指针，若传入的commQuantScale1与commQuantScale2同时不为空指针，两个量化参数shape需保持一致，类型需与算子输出类型保持一致，且每张卡输入保持一致。

• x1的shape为(b, s, k)时，pertokenScaleOptional的shape为(b*s)；当x1的shape为(m, k)时，pertokenScaleOptional的shape为(m)。

• 仅支持hccs链路all mesh组网。

  • [object Object]Atlas A2 训练系列产品/Atlas A2 推理系列产品[object Object]：支持1、2、4、8卡。

• 不支持空tensor。

• [object Object]Atlas A2 训练系列产品/Atlas A2 推理系列产品[object Object]：一个模型中的通算融合MC2算子，仅支持相同通信域。

• int8低bit通信仅在通信bound的情况下存在性能收益，计算bound的情况不建议使能int8低bit通信，即不建议输入commQuantScale1和commQuantScale2。

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。

• [object Object]Atlas A2 训练系列产品/Atlas A2 推理系列产品[object Object]：
  [object Object]