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

• 接口功能：完成张量self与张量mat2的矩阵乘计算，mat2仅支持NZ格式，只支持self为2维, mat2为4维。 相似接口有aclnnMatmul（mat2仅支持ND）、 aclnnMm（支持2维Tensor作为输入的矩阵乘）和aclnnBatchMatmul（仅支持3维的矩阵乘，其中第1维为batch）。
• 计算公式：$$result=self @ mat2$$

[object Object]

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

[object Object]

• 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]：
    • 调用此接口之前，必须使用aclnnTransMatmulWeight接口完成mat2的原始输入Format从ND到NZ格式的转换。
  • Atlas 350 加速卡：
    • 调用此接口之前，必须使用aclnnNpuFormatCast接口完成mat2的原始输入Format从ND到NZ格式的转换。
    • 不支持 cubeMathType为1：ALLOW_FP32_DOWN_PRECISION 的选项
    • 不支持 cubeMathType为3：USE_HF32 的选项
    • 不支持 cubeMathType为4：FORCE_GRP_ACC_FOR_FP32 的选项

• 返回值

  aclnnStatus：返回状态码，具体参见。

  第一段接口完成入参校验，出现如下场景时报错：

  [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]

• 确定性说明：

  • [object Object]Atlas 训练系列产品[object Object]、[object Object]Atlas 推理系列产品[object Object]、Atlas 350 加速卡：aclnnMatmulWeightNz默认确定性实现。

• 计算一致性说明

  • [object Object]Atlas 训练系列产品[object Object]、[object Object]Atlas 推理系列产品[object Object]：
    • 当开启强一致性计算功能时，计算结果时确定的，多次执行将产生相同的输出。此外，计算结果与数据的位置无关。
    • aclnnMatmulWeightNz默认非一致性实现，支持通过aclrtCtxSetSysParamOpt开启一致性。
    • 例如，在进行矩阵乘时，不同基本块的累加顺序可能不同，这可能会导致相同数据在不同行的计算结果出现细微差异。然而，在开启强一致性计算的情况下，即使在不同的行中，只要输入相同，计算结果也将相同。

• 不支持两个输入分别为BFLOAT16和FLOAT16的数据类型推导。

• self只支持2维, mat2只支持昇腾私有格式，调用此接口之前，必须完成mat2从ND到昇腾私有格式的转换。

• 不支持mat2最后两根轴其中一根轴为1，即k=1或者n=1。

• 建议使用场景：建议在mte2 bound场景下使用，例如M轴较小，A矩阵存在重复搬运，B矩阵无重复搬运的情况。

[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]： self和mat2数据类型为float16，mat2为NZ格式场景下的示例代码如下，仅供参考，具体编译和执行过程请参考。

  [object Object]

• Atlas 350 加速卡： self和mat2数据类型为bfloat16，mat2为NZ格式场景下的示例代码如下，仅供参考，具体编译和执行过程请参考。

  [object Object]