aclnnMoeInitRoutingQuantV2

产品支持情况

[object Object]undefined

功能说明

• 接口功能：该算子对应MoE（Mixture of Experts，混合专家模型）中的Routing计算，以算子的计算结果作为输入，并输出量化后的Routing矩阵expandedXOut等结果供后续计算使用。

本接口针对做了如下功能变更，请根据实际情况选择合适的接口：

• 计算公式：

  1.将输入shape为[numRows, k]的expertIdx展平为一行做排序，得出排序后的结果sortedExpertIdx和对应的序号sortedRowIdx，其中numRows为token个数，k为专家个数：

  $$sortedExpertIdx, sortedRowIdx=keyValueSort(\text{flatten}(expertIdx))$$

  2.以sortedRowIdx做位置映射得出expandedRowIdxOut：

  $$expandedRowIdxOut[sortedRowIdx[i]]=i$$

  3.在dropless模式下，对sortedExpertIdx的每个专家统计直方图结果，再进行Cumsum，得出expertTokensCountOrCumsumOutOptional：

  $$expertTokensCountOrCumsumOutOptional[i]=Cumsum(Histogram(sortedExpertIdx))$$

  4.在drop模式下，对sortedExpertIdx的每个专家统计直方图结果，得出expertTokensBeforeCapacityOutOptional：

  $$expertTokensBeforeCapacityOutOptional[i]=Histogram(sortedExpertIdx)$$

  5.计算quant结果：

  • 静态quant：

    $$quantResult = round((x * scaleOptional) + offsetOptional)$$

  • 动态quant：

    • 若不输入scale：

      $$dynamicQuantScaleOutOptional = row\_max(abs(x)) / 127$$ $$quantResult = round(x / dynamicQuantScaleOutOptional)$$

    • 若输入scale:

      $$dynamicQuantScaleOutOptional = row\_max(abs(x * scaleOptional)) / 127$$ $$quantResult = round(x * scaleOptional / dynamicQuantScaleOutOptional)$$

6.根据quantResult得出expandedXOut：

$$expandedXOut[i]=quantResult[sortedRowIdx[i]\%k]$$

函数原型

每个算子分为，必须先调用“aclnnMoeInitRoutingQuantV2GetWorkspaceSize”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“aclnnMoeInitRoutingQuantV2”接口执行计算。

aclnnMoeInitRoutingQuantV2GetWorkspaceSize

• 参数说明：

  [object Object]

• 返回值：

  [object Object]：返回状态码，具体参见 [object Object]aclnn 返回码[object Object]。

  一段接口完成入参校验，出现以下场景时报错：

  [object Object]

aclnnMoeInitRoutingQuantV2

• 参数说明：

  [object Object]

• 返回值：

  aclnnStatus：返回状态码，具体参见。

约束说明

• 确定性计算：
  • aclnnMoeInitRoutingQuantV2默认确定性实现。

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。