aclnnMoeTokenPermuteWithRoutingMap

产品支持情况

[object Object]undefined

功能说明

• 接口功能：MoE的permute计算，将token和expert的标签作为routingMap传入，根据routingMap将tokens和可选probsOptional广播后排序

• 计算公式：

  tokens_num 为routingMap的第0维大小，expert_num为routingMap的第1维大小 dropAndPad为[object Object]时

  $$expertIndex=arange(tokens\_num).expand(expert\_num,-1)$$ $$sortedIndicesFirst=expertIndex.masked\_select(routingMap.T)$$ $$sortedIndicesOut=argsort(sortedIndicesFirst)$$ $$topK = numOutTokens // tokens\_num$$ $$outToken = topK * tokens\_num$$ $$permuteTokens[sortedIndicesOut[i]]=tokens[i//topK]$$ $$permuteProbsOutOptional=probsOptional.T.masked\_select(routingMap.T)$$

  dropAndPad为[object Object]时

  $$capacity = numOutTokens // expert\_num$$ $$outToken = capacity * expert\_num$$ $$sortedIndicesOut = argsort(routingMap.T,dim=-1)[:, :capacity]$$ $$permutedTokensOut = tokens.index\_select(0, sorted\_indices)$$

  如果probs不是none

  $$probs\_T\_1D = probsOptional.T.view(-1)$$ $$indices\_dim0 = arange(expert\_num).view(expert\_num, 1)$$ $$indices\_dim1 = sortedIndicesOut.view(expert\_num, capacity)$$ $$indices\_1D = (indices\_dim0 * tokens\_num + indices\_dim1).view(-1)$$ $$permuteProbsOutOptional = probs\_T\_1D.index\_select(0, indices\_1D)$$

函数原型

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

aclnnMoeTokenPermuteWithRoutingMapGetWorkspaceSize

• 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]

aclnnMoeTokenPermuteWithRoutingMap

• 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：

  • aclnnMoeTokenPermuteWithRoutingMap默认确定性实现。

• tokens_num和experts_num要求小于[object Object]，pad模式为false时routingMap 中 每行为1或true的个数固定且小于[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。