[object Object]

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

• 算子功能：的反向传播计算。
• 计算公式：$$inputGrad = permutedOutputGrad.indexSelect(0, sortedIndices)$$ $$inputGrad = inputGrad.reshape(-1, topK, hiddenSize)$$ $$inputGrad = inputGrad.sum(dim = 1)$$

[object Object]

每个算子分为，必须先调用 “aclnnMoeTokenPermuteGradGetWorkspaceSize” 接口获取入参并根据计算流程计算所需workspace大小以及包含了算子计算流程的执行器，再调用 “aclnnMoeTokenPermuteGrad” 接口执行计算。

[object Object]

• 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]

[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：

  • aclnnMoeTokenPermuteGrad默认确定性实现。

• [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]：numTopk <= 512。

• Atlas 350 加速卡： 在调用本接口时，框架内部会转调用接口，如果出现参数错误提示，请参考以下参数映射关系：

  • permutedOutputGrad输入等同于aclnnMoeInitRoutingV2Grad接口的gradExpandedX输入。
  • sortedIndices输入等同于aclnnMoeInitRoutingV2Grad接口的expandedRowIdx输入。
  • numTopk输入等同于aclnnMoeInitRoutingV2Grad接口的topK输入。
  • paddedMode输入等同于aclnnMoeInitRoutingV2Grad接口的dropPadMode输入。
  • out输出等同于aclnnMoeInitRoutingV2Grad接口的out输出。

[object Object]

示例代码如下，仅供参考，具体编译和执行过程请参考。