aclrtLaunchKernelAttrValue

schemMode

调度模式。

取值如下：

• 0：普通调度模式，有空闲的核，就启动算子执行。例如，当numBlocks为8时，表示算子核函数将会在8个核上执行，这时如果指定普通调度模式，则表示只要有1个核空闲了，就启动算子执行。
• 1：batch调度模式，必须所有所需的核都空闲了，才启动算子执行。例如，当numBlocks为8时，表示算子核函数将会在8个核上执行，这时如果指定batch调度模式，则表示必须等8个核都空闲了，才启动算子执行。

dynUBufSize

用于指定SIMT（Single Instruction Multiple Thread）算子执行时需要的VECTOR CORE内部UB buffer的大小，单位Byte。

仅Atlas 350 加速卡支持该参数。其它产品型号当前不支持该参数，配置该参数不生效。

engineType

算子执行引擎。类型定义请参见aclrtEngineType。

仅Atlas 推理系列产品支持该参数。

以下产品型号，不支持配置该参数，配置不生效：

• Atlas 350 加速卡
• Atlas A3 训练系列产品/Atlas A3 推理系列产品
• Atlas A2 训练系列产品/Atlas A2 推理系列产品
• Atlas 200I/500 A2 推理产品
• Atlas 训练系列产品

blockDimOffset

numBlocks偏移量。

• 如果numBlocks ≤ AI Core核数，则无需使用Vector Core上计算，可将engineType配置为ACL_RT_ENGINE_TYPE_AIC（表示在AI Core上计算），则此处的blockDimOffset配置为0。
• 如果numBlocks > AI Core核数，则需：
  • 在一个Stream上下发任务，将engineType配置为ACL_RT_ENGINE_TYPE_AIC（表示在AI Core上计算），此处的blockDimOffset配置为0。
  • 在另一个Stream上下发任务，将engineType配置为ACL_RT_ENGINE_TYPE_AIV（表示在Vector Core上计算），此处的blockDimOffset配置为aicorenumBlocks，aicorenumBlocks的计算公式如下：
    • numBlocks ≤ AI Core核数+Vector Core核数时，aicorenumBlocks = AI Core核数
    • 否则，aicorenumBlocks = 向上取整 ( numBlocks * ( AI Core核数 ) / ( AI Core核数 + Vector Core核数 ))

仅Atlas 推理系列产品支持该参数。

以下产品型号，不支持配置该参数，配置不生效：

• Atlas 350 加速卡
• Atlas A3 训练系列产品/Atlas A3 推理系列产品
• Atlas A2 训练系列产品/Atlas A2 推理系列产品
• Atlas 200I/500 A2 推理产品
• Atlas 训练系列产品

isBlockTaskPrefetch

任务下发时，是否阻止硬件预取本任务的信息。

取值如下：

• 0：不阻止
• 1：阻止

isDataDump

是否开启Dump。

取值如下：

• 0：不开启
• 1：开启

timeout

任务调度器等待任务执行的超时时间。仅适用于执行AI CPU或AI Core算子的场景。

取值如下：

• 0：表示永久等待；
• >0：配置具体的超时时间，单位是秒。

timeoutUs

任务调度器等待任务执行的超时时间，单位微秒。类型定义请参见aclrtTimeoutUs。

若aclrtTimeoutUs结构体中，timeoutLow和timeoutHigh均被配置为0，则表示永久等待。

对于同一个Launch Kernel任务，不能同时配置timeoutUs和timeout参数，否则返回报错。

rsv

预留参数。当前固定配置为0。