[object Object]

[object Object][object Object]undefined[object Object]

• 接口功能： 对优化器输入的m和v作为索引，取出各自qmap中的值，乘以每个blockSize对应的absmax进行反量化，而后实现AdamW优化器功能，更新后的m和v每blockSize中取一个最大值，每blockSize个m和v对应一个absmax，进行一次norm归一化，利用二分法找到对应m和v对应qmap中的索引作为输出，absmax也作为下一轮量化的输入。

• 优化器计算公式：

  $$m_{t}=\beta_{1} m_{t-1}+\left(1-\beta_{1}\right) g_{t} \\$$ $$v_{t}=\beta_{2} v_{t-1}+\left(1-\beta_{2}\right) g_{t}^{2}$$ $$\hat{m}_{t}=\frac{m_{t}}{1-\beta_{1}^{t}} \\$$ $$\hat{v}_{t}=\frac{v_{t}}{1-\beta_{2}^{t}} \\$$ $$\theta_{t+1}=\theta_{t}-\frac{\eta}{\sqrt{\hat{v}_{t}}+\epsilon} \hat{m}_{t}-\eta \cdot \lambda \cdot \theta_{t-1}$$

[object Object]

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

[object Object]

• 参数说明：

  [object Object]

  [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]

  [object Object]

[object Object]

• 参数说明：

  [object Object]

• 返回值：

  aclnnStatus： 返回状态码，具体参见。

[object Object]

varRef的shape满足约束：

• varRef.shape = grad.shape
• varRef.shape = mRef.shape
• varRef.shape = vRef.shape
• varRef.size/blockSize = absmaxMRef.size
• varRef.size/blockSize = absmaxVRef.size

确定性计算：

• aclnnApplyAdamWQuant默认确定性实现。

[object Object]

示例代码如下，仅供参考，具体编译和执行过程请参考。