aclnnMoeTokenUnpermuteWithRoutingMap

产品支持情况

[object Object]undefined

功能说明

• 接口功能：对经过aclnnMoeTokenPermuteWithRoutingMap处理的permutedTokens，累加回原unpermutedTokens。根据sortedIndices存储的下标，获取permutedTokens中存储的输入数据；如果存在probs数据，permutedTokens会与probs相乘，最后进行累加求和，并输出计算结果。

• 计算公式：

  $$topK\_num= permutedTokens.size(0) // routingMapOptional.size(0)$$ $$numExperts = probs.size(1)$$ $$numTokens = probs.size(0)$$ $$capacity = sortedIndices.size(0) // numExperts$$

  (1)probs不为None，paddedMode为true时：

  $$permuteProbs [i//capacity,sortedIndices[i]]=probs[i]$$ $$permutedTokens = permutedTokens * permuteProbs$$ $$unpermutedTokens= zeros(restoreShape, dtype=permutedTokens.dtype, device=permutedTokens.device)$$ $$permuteTokenId, outIndex= sortedIndices.sort(dim=-1)$$ $$unpermutedTokens[permuteTokenId[i]] += permutedTokens[outIndex[i]]$$

  (2)probs不为None，paddedMode为false时（T为转置操作）:

  $$permuteProbs = probs.T.maskedSelect(routingMap.T)$$ $$permutedTokens = permutedTokens * permuteProbs$$ $$unpermutedTokens= zeros(restoreShape, dtype=permutedTokens.dtype, device=permutedTokens.device)$$ $$unpermutedTokens[i//topK\_num] += permutedTokens[sortedIndices[i]]$$

  (3)probs为None,paddedMode为true时:

  $$permuteTokenId, outIndex= sortedIndices.sort(dim=-1)$$ $$unpermutedTokens[permuteTokenId[i]] += permutedTokens[outIndex[i]]$$

  (4)probs为None,paddedMode为false时:

  $$unpermutedTokens[i//topK\_num] += permutedTokens[sortedIndices[i]]$$

函数原型

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

aclnnMoeTokenUnpermuteWithRoutingMapGetWorkspaceSize

• 参数说明

  [object Object]

• 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]

aclnnMoeTokenUnpermuteWithRoutingMap

• 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：

  • aclnnMoeTokenUnpermuteWithRoutingMap默认确定性实现。

• topkNum <= 512, 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。