aclnnWeightQuantBatchMatmulV2

产品支持情况

[object Object]undefined

功能说明

• 接口功能：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。
• 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$$ANTIQUANT(weight) = (weight + antiquantOffset) * antiquantScale$$
  • 当不需要对输出进行量化操作时，其计算公式为
  $$y = x @ ANTIQUANT(weight) + bias$$
  • 当需要对输出再进行量化处理时，其量化公式为
  $$\begin{aligned} y &= QUANT(x @ ANTIQUANT(weight) + bias) \\ &= (x @ ANTIQUANT(weight) + bias) * quantScale + quantOffset \\ \end{aligned}$$

函数原型

每个算子分为，必须先调用“aclnnWeightQuantBatchMatmulV2GetWorkspaceSize”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“aclnnWeightQuantBatchMatmulV2”接口执行计算。

aclnnWeightQuantBatchMatmulV2GetWorkspaceSize

• 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]、[object Object]Atlas A3 训练系列产品/Atlas A3 推理系列产品[object Object]：

    • 上表数据类型列中的角标“2”代表该系列不支持的数据类型。

  • [object Object]Atlas 推理系列产品[object Object]：

    • 上表数据类型列中的角标“3”代表该系列不支持的数据类型。

• 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]

aclnnWeightQuantBatchMatmulV2

• 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：aclnnWeightQuantBatchMatmulV2默认非确定性实现，支持通过aclrtCtxSetSysParamOpt开启确定性。

[object Object][object Object]

[object Object]

• [object Object]（aclTensor *, 计算输入）：矩阵为非转置时，m大小在[1, 2^31-1]范围内；转置时，m大小在[1, 65535]范围内。

• [object Object]（aclTensor *, 计算输入）：维度支持2维，Reduce维度k需要与[object Object]的Reduce维度k大小相等。数据类型支持INT8、INT4、INT32，当[object Object]为FRACTAL_NZ且数据类型为INT4或INT32时，或者当[object Object]为ND且数据类型为INT32时，仅在INT4Pack场景支持，需配合[object Object]接口完成从INT32到INT4Pack的转换，以及从ND到FRACTAL_NZ的转换，，若数据类型为INT4，则[object Object]的内轴应为偶数。仅支持转置场景。shape支持(k, n)，其中k表示矩阵第1维的大小，n表示矩阵第2维的大小。 对于不同伪量化算法模式，[object Object]的为FRACTAL_NZ仅在如下场景下支持:

  • perchannel：
    • [object Object]的数据类型为INT8，y的数据类型为非INT8。
    • [object Object]的数据类型为INT4/INT32，[object Object]转置，y的数据类型为非INT8。
  • pergroup：[object Object]的数据类型为INT4/INT32，[object Object]非转置，[object Object]非转置，antiquantGroupSize为64或128，k为antiquantGroupSize对齐，n为64对齐，y的数据类型为非INT8。

• [object Object]（aclTensor *, 计算输入）：数据类型支持FLOAT16、BFLOAT16、UINT64、INT64（当FLOAT16、BFLOAT16时，数据类型要求和输入[object Object]保持一致；当为UINT64、INT64时，[object Object]仅支持FLOAT16，不转置，[object Object]仅支持INT8，ND转置，模式仅支持perchannel，quantScaleOptional和quantOffsetOptional必须传入空指针，m仅支持[1, 96]，k和n要求64对齐，需要首先配合aclnnCast接口完成FLOAT16到FLOAT32的转换，详情请参考，再配合aclnnTransQuantParamV2接口完成FLOAT32到UINT64的转换，详情请参考）。仅支持转置场景。 对于不同伪量化算法模式，[object Object]支持的shape如下:

  • pertensor：输入shape为(1,)或(1, 1)。
  • perchannel：输入shape为(1, n)或(n,)。
  • pergroup：输入shape为(⌈k/group_size⌉, n)，其中group_size表示k要分组的每组的大小。

• [object Object]（aclTensor *, 计算输入）：数据类型支持FLOAT16、BFLOAT16、INT32，数据类型为FLOAT16、BFLOAT16时，数据类型要求和输入[object Object]的数据类型保持一致；数据类型为INT32类型时，数据范围限制为[-128, 127]，x仅支持FLOAT16，weight仅支持INT8，[object Object]仅支持UINT64/INT64。仅支持转置场景。

• [object Object]（aclTensor *, 计算输入）：数据类型支持UINT64，支持ND。不支持。可选输入，当不需要时为空指针；对于不同的伪量化算法模式，支持的shape如下:

  • pertensor：输入shape为(1,)或(1, 1)。
  • perchannel：输入shape为(1, n)或(n,)。

• [object Object]（aclTensor *, 计算输入）：数据类型支持FLOAT，支持ND。可选输入, 当不需要时为空指针；存在时shape要求与[object Object]一致。不支持。

• [object Object]（aclTensor *, 计算输入）：维度支持1维或2维，shape支持(n,)或(1, n)。数据类型支持FLOAT16、FLOAT。当[object Object]的数据类型为BFLOAT16时，本参数要求为FLOAT；当[object Object]的数据类型为FLOAT16时，本参数要求为FLOAT16。

• [object Object]（int, 计算输入）：表示在伪量化pergroup和mx下，对输入[object Object]进行反量化计算的groupSize输入，描述一组反量化参数对应的待反量化数据量在Reduce方向的大小。当伪量化算法不为pergroup和mx时传入0；当伪量化算法为pergroup时传入值的范围为[32, k-1]且值要求是32的倍数；在mx，仅支持32。

• [object Object]（aclTensor *, 计算输出）：维度支持2维，shape支持(m, n)。数据类型支持FLOAT16、BFLOAT16、INT8。当[object Object]存在时，数据类型为INT8；当[object Object]不存在时，数据类型支持FLOAT16、BFLOAT16，且与输入[object Object]的数据类型一致。

• 性能优化建议：

  • pertensor：当为ND时，推荐使用转置后的[object Object]输入；当为FRACTAL_NZ时，推荐使用非转置的[object Object]输入。
  • pergroup：推荐使用非转置的weight输入。
  • perchannel：当为ND时，推荐使用转置后的[object Object]输入；当为FRACTAL_NZ时，推荐使用非转置的[object Object]输入。m范围为[65, 96]时，推荐使用数据类型为UINT64或INT64的antiquantScale。

[object Object]

[object Object][object Object]

[object Object]

• [object Object]（aclTensor *, 计算输入）： 数据类型支持FLOAT16。shape支持2~6维，输入shape需要为(batch, m, k)，其中batch表示矩阵的批次大小，支持0~4维，m表示单个batch矩阵第1维的大小，k表示单个batch矩阵的第2维的大小，batch维度需要与[object Object]的batch维度满足。当伪量化算法模式为pertensor时，[object Object]不能超过512000000。
• [object Object]（aclTensor *, 计算输入）：维度支持2~6维，batch维度需要与[object Object]的batch维度满足，数据类型支持INT8。具体如下：
  • 当为ND时，输入shape需要为(batch, k, n)，其中batch表示矩阵的批次大小，支持0~4维，k表示单个batch矩阵第1维的大小，n表示单个batch矩阵的第2维的大小。
  • 当为FRACTAL_NZ时：
    • 输入shape需要为(batch, n, k)，其中batch表示矩阵的批次大小，支持0~4维，k表示单个batch矩阵第1维的大小，n表示单个batch矩阵的第2维的大小。
    • 配合aclnnCalculateMatmulWeightSizeV2以及aclnnTransMatmulWeight完成输入Format从ND到FRACTAL_NZ的转换，。
• [object Object]（aclTensor *, 计算输入）：数据类型支持FLOAT16，数据类型要求和输入[object Object]保持一致。 对于不同伪量化算法模式，[object Object]支持的shape如下:
  • pertensor：输入shape为(1,)或(1, 1)。
  • perchannel：输入shape为(n, 1)或(n,)，不支持。
  • pergroup：输入shape与[object Object]的数据格式相关，如下：
    • 当[object Object]的数据格式为ND时，输入shape为(⌈k/group_size⌉, n)，其中group_size表示k要分组的每组的大小。
    • 当[object Object]的数据格式为FRACTAL_NZ时，输入shape为(n, ⌈k/group_size⌉)，其中group_size表示k要分组的每组的大小。
• [object Object]（aclTensor *, 计算输入）：数据类型支持FLOAT16，数据类型要求和输入[object Object]保持一致。
• [object Object]（aclTensor *, 计算输入）：预留参数，暂未使用，固定传入空指针。
• [object Object]（aclTensor *, 计算输入）：预留参数，暂未使用，固定传入空指针。
• [object Object]（aclTensor *, 计算输入）：数据类型支持FLOAT16。维度支持1~6维，带batch时，输入shape需要为(batch，1，n)，batch要与x和weight的batch维度broadcast后的batch保持一致，不带batch时，输入shape需要为(n,)或(1, n)。
• [object Object]（int, 计算输入）：数据类型支持FLOAT16。维度支持2~6维，shape支持(batch, m, n)，batch可不存在，支持x与weight的batch维度broadcast，输出batch与broadcast之后的batch一致，m与x的m一致，n与weight的n一致。
• [object Object]（aclTensor *, 计算输出）：

[object Object]

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。