[object Object]

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

• 接口功能： GroupedMatmul和MoeFinalizeRouting的融合算子，GroupedMatmul计算后的输出按照索引做combine动作。

  相较于aclnnGroupedMatmulFinalizeRoutingV2接口，此接口新增:

  • [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]：新增入参tuningConfigOptional，调优参数。数组中的第一个值表示各个专家处理的token数的预期值，算子tiling时会按照该预期值合理进行tiling切分，性能更优。
  • Atlas 350 加速卡：新增了MX量化场景，相关信息参考。

• 计算公式：

  • 1.分组矩阵乘法GMM：

    $$y_i=(x_i\times weight_i) * scale_i * perTokenScale_i$$

  • 2.路由专家与专家输出分配：

    对于每个token j，执行路由与输出专家分配：

    $$y[ rowIndex[i] , : ] = y[rowIndex[i], :] + y_{i(j)}[ j - start_{i(j)}]$$

    其中 $i(j)$ 是 token j被分配到的专家索引。$y_{i(j)}[ j - start_{i(j)}]$是该token在对应专家下的计算结果。

  • 3.共享专家输出融合：

    $$y [rowIndex[i],:] = y[rowIndex[i],:] + sharedInputWeight \times sharedInput[j, :]$$

  • 4.共享专家输出融合:最终输出结果是所有专家输出与共享专家输出，按照rowIndex所有进行合并的结果，计算过程如下：

    $$y[rowIndex[i],:] = \sum_{i \in \mathcal{E}[j]} y_i [j - start_i] + sharedInputWeight \times sharedInput[j, :]$$

    其中$\mathcal{E}[j]$是表示分配给token j的专家集合。

[object Object]

每个算子分为，必须先调用“aclnnGroupedMatmulFinalizeRoutingV3GetWorkspaceSize”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“aclnnGroupedMatmulFinalizeRoutingV3”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]：

  • x1仅支持INT8。维度为(m, k)，维度m的取值范围为[1,16*1024*8]，k支持2048;
  • x2仅支持INT4。当输入为INT32时维度为(e, k, n / 8)，输入转为INT4时维度为(e, k, n)，e取值范围[1,256]，k支持2048，n支持7168。
  • scaleOptional支持INT64。shape支持三维，维度为(e, 1, n)，e、n和w的e、n一致。
  • biasOptional支持FLOAT32。e、n和w的e、n一致。
  • offsetOptional支持FLOAT32。shape支持三维，维度为(e, 1, n)，e、n和w的e、n一致。
  • perTokenScaleOptional支持FLOAT32。支持一维，维度为(m)，m和x的m一致。
  • groupListOptional支持e和w的e一致。
  • sharedInputOptional支持二维，维度为(bsdp,n)，bsdp必须小于等于batchSize/e，n和w的n一致。
  • logitOptional支持m和x的m一致。
  • rowIndexOptional支持m和x的m一致。
  • x1、x2、groupListOptional是必选参数，scaleOptional、pertokenScaleOptional、logitOptional、rowIndexOptional、biasOptional，sharedInputOptional是可选参数。

• Atlas 350 加速卡：

  • x1不支持INT8。
  • x2不支持INT4。维度为(e,k,n)，转置情况下维度为(e,n,k)，e取值范围[1,1024]。
  • scaleOptional支持FLOAT8_E8M0。shape支持四维，维度为(e,n,Ceil(k/64),2) 并且数据类型只支持FLOAT8_E8M0，转置属性必须和x2保持一致。
  • biasOptional支持BF16。
  • sharedInputOptional支持二维，维度为(bsdp,n)，bsdp代表batchSize / dataParallelSize。
  • perTokenScaleOptional支持FLOAT8_E8M0。shape支持三维，维度为(m,Ceil(k/64),2)。
  • x1、x2、scaleOptional、pertokenScaleOptional、groupListOptional、logitOptional、rowIndexOptional是必选参数，biasOptional，sharedInputOptional是可选参数。目前暂不支持offsetOptional参数。所有参数均不支持空tensor。
  • out的第一维bacth、sharedInputOffset必须大于等于0。
  • x1支持M为0的空Tensor。
  • x2支持N为0的空Tensor。

• 返回值

  返回aclnnStatus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]

• 参数说明

  [object Object]

• 返回值

  返回aclnnStatus状态码，具体参见。

[object Object]

• 确定性计算：

  • [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]：aclnnGroupedMatmulFinalizeRoutingV3默认非确定性实现，支持通过aclrtCtxSetSysParamOpt开启确定性。
  • Atlas 350 加速卡 ：aclnnGroupedMatmulFinalizeRoutingV3默认非确定性实现，不支持通过aclrtCtxSetSysParamOpt开启确定性。

• [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]：仅支持伪量化场景。

  • 输入和输出支持以下数据类型组合：

    [object Object]undefined

  • 在该场景中，scaleOptional代表per-channel和per-group离线融合的结果。

  • 在该场景中，biasOptional代表离线计算的辅助结果，值要求为$8 \times w \times scaleOptional$，并在第一维累加。

  • 该场景支持对称量化和非对称量化。在对称量化时，offsetOptional需要设置为空；在非对称量化时，offsetOptional代表离线计算的辅助结果，即为$antiquantOffsetOptional \times scaleOptional$的结果。

  • 在该场景中，antiquantScaleOptional、antiquantOffsetOptional必须设置为空。

• Atlas 350 加速卡：仅支持MX全量化场景。

  • 输入和输出支持以下数据类型组合：

    [object Object]undefined

  • 在MXFP4/MXFP8场景中，offsetOptional、antiquantScaleOptional、antiquantOffsetOptional必须设置为空。

  • 在MXFP4场景中，必须满足k必须为偶数的约束。在x2非转置的情况下，n必须为偶数。

  • 在MXFP4/MXFP8场景中，支持x2转置或者非转置。x2与scale的转置属性必须保持一致。

  • e 必须小于等于1024。

  • 在MXFP4场景中，k不能为2。

[object Object]

调用示例代码如下，仅供参考，具体编译和执行过程请参考。

• [object Object]Atlas 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]：

  [object Object]

• Atlas 350 加速卡：

  [object Object]