PairReduceSum

产品支持情况

产品	是否支持
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 推理系列产品 AI Core	√
Atlas 推理系列产品 Vector Core	x
Atlas 训练系列产品	√

功能说明

PairReduceSum：相邻两个（奇偶）元素求和，例如（a1, a2, a3, a4, a5, a6...），相邻两个数据求和为（a1+a2, a3+a4, a5+a6, ......）。归约指令的总体介绍请参考如何使用归约计算API。

函数原型

mask逐bit模式

        
             template <typename T, bool isSetMask = true>
__aicore__ inline void PairReduceSum(const LocalTensor<T>& dst, const LocalTensor<T>& src, const int32_t repeatTime, const uint64_t mask[], const int32_t dstRepStride, const int32_t srcBlkStride, const int32_t srcRepStride)

mask连续模式

        
             template <typename T, bool isSetMask = true>
__aicore__ inline void PairReduceSum(const LocalTensor<T>& dst, const LocalTensor<T>& src, const int32_t repeatTime, const int32_t mask, const int32_t dstRepStride, const int32_t srcBlkStride, const int32_t srcRepStride)

参数说明

表1 模板参数说明
参数名	描述
T	操作数数据类型。 Atlas 350 加速卡，支持的数据类型为：half/float Atlas A3 训练系列产品 / Atlas A3 推理系列产品，支持的数据类型为：half/float Atlas A2 训练系列产品 / Atlas A2 推理系列产品，支持的数据类型为：half/float Atlas 200I/500 A2 推理产品，支持的数据类型为：half/float Atlas 推理系列产品 AI Core，支持的数据类型为：half/float Atlas 训练系列产品，支持的数据类型为：half
isSetMask	是否在接口内部设置mask。 true，表示在接口内部设置mask。 false，表示在接口外部设置mask，开发者需要使用SetVectorMask接口设置mask值。这种模式下，本接口入参中的mask值必须设置为占位符MASK_PLACEHOLDER。

表2 参数说明
参数名称	输入/输出	含义
dst	输出	目的操作数。类型为LocalTensor，支持的TPosition为VECIN/VECCALC/VECOUT。 LocalTensor的起始地址需要32字节对齐。
src	输入	源操作数。类型为LocalTensor，支持的TPosition为VECIN/VECCALC/VECOUT。 LocalTensor的起始地址需要32字节对齐。
repeatTime	输入	迭代次数。取值范围为[0, 255]。关于该参数的具体描述请参考高维切分API。
mask/mask[]	输入	mask用于控制每次迭代内参与计算的元素。逐bit模式：可以按位控制哪些元素参与计算，bit位的值为1表示参与计算，0表示不参与。 mask为数组形式，数组长度和数组元素的取值范围和操作数的数据类型有关。当操作数为16位时，数组长度为2，mask[0]、mask[1]∈[0, 2⁶⁴-1]并且不同时为0；当操作数为32位时，数组长度为1，mask[0]∈(0, 2⁶⁴-1]；当操作数为64位时，数组长度为1，mask[0]∈(0, 2³²-1]。例如，mask=[8, 0]，8=0b1000，表示仅第4个元素参与计算。连续模式：表示前面连续的多少个元素参与计算。取值范围和操作数的数据类型有关，数据类型不同，每次迭代内能够处理的元素个数最大值不同。当操作数为16位时，mask∈[1, 128]；当操作数为32位时，mask∈[1, 64]；当操作数为64位时，mask∈[1, 32]。
dstRepStride	输入	目的操作数相邻迭代间的地址步长。以一个repeat归约后的长度为单位。PairReduce完成后，一个repeat的长度减半。即单位为128Byte。注意，此参数值 Atlas 训练系列产品不支持配置0。
srcBlkStride	输入	单次迭代内datablock的地址步长。详细说明请参考dataBlockStride。
srcRepStride	输入	源操作数相邻迭代间的地址步长，即源操作数每次迭代跳过的datablock数目。详细说明请参考repeatStride。

返回值说明

无

约束说明

操作数地址对齐要求请参见通用地址对齐约束。
如果两两相加的两个元素mask位未配置（即当前两个元素不参与运算），对于 Atlas 200I/500 A2 推理产品，对应的目的操作数中的值会置为0，对于其他产品型号，对应的目的操作数中的值不会变化。比如float场景下对64个数使用当前指令，mask配置为62，表示最后两个元素不参与运算，对于 Atlas 200I/500 A2 推理产品，目的操作数中最后一个值会返回0；对于其他产品型号，目的操作数中最后一个值不会变化。

调用示例

本样例中只展示Compute流程中的部分代码。

PairReduceSum-tensor高维切分计算样例-mask连续模式

        
             // 设定mask为最多的128个全部元素参与计算
int32_t mask = 256/sizeof(half);
// 每个repeat128个元素，一共128个元素。
int repeat = 1;
// dstLocal: 目的操作数tensor
// srcLocal: 源操作数tensor
// srcBlkStride = 1, 在一个repeat中，block间没有空隙。
// dstRepStride = 1, srcRepStride = 8, repeat间没有空隙。
AscendC::PairReduceSum<half>(dstLocal, srcLocal, repeat, mask, 1, 1, 8);

PairReduceSum-tensor高维切分计算样例-mask逐bit模式

        
             // 设定mask为最多的128个全部元素参与计算
uint64_t mask[2] = { UINT64_MAX, UINT64_MAX };
// 每个repeat128个元素，一共128个元素。
int repeat = 1;
// dstLocal: 目的操作数tensor
// srcLocal: 源操作数tensor
// srcBlkStride = 1, 在一个repeat中，block间没有空隙。
// dstRepStride = 1, srcRepStride = 8, repeat间没有空隙。
AscendC::PairReduceSum<half>(dstLocal, srcLocal, repeat, mask, 1, 1, 8);

示例结果

输入数据src_gm：
[1, 1, 1, -1, 2, 2, -1, 2, 
 3, 3, 3, -1, 4, 4, -2, 4,
....
]
输出数据dst_gm：
[2, 0, 4, 1, 6, 2, 8, 2, 
....
]

父主题： 归约计算