CreateVecIndex

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	x

功能说明

创建指定起始值的向量索引。

函数原型

tensor前n个数据计算

        
             template <typename T>
__aicore__ inline void CreateVecIndex(LocalTensor<T> dst, const T &firstValue, uint32_t count)

tensor高维切分计算

mask逐bit模式

          
               template <typename T>
__aicore__ inline void CreateVecIndex(LocalTensor<T> &dst, const T &firstValue, uint64_t mask[], uint8_t repeatTime, uint16_t dstBlkStride, uint8_t dstRepStride)

mask连续模式

          
               template <typename T>
__aicore__ inline void CreateVecIndex(LocalTensor<T> &dst, const T &firstValue, uint64_t mask, uint8_t repeatTime, uint16_t dstBlkStride, uint8_t dstRepStride)

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 推理系列产品 AI Core，支持的数据类型为：int16_t/half/int32_t/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：int16_t/half/int32_t/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：int16_t/half/int32_t/float Atlas 200I/500 A2 推理产品，支持的数据类型为：int16_t/half/int32_t/float Atlas 350 加速卡，支持的数据类型为：int8_t/int16_t/half/int32_t/float/int64_t

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。
firstValue	输入	索引的第一个数值，数据类型需与dst中元素的数据类型保持一致。
count	输入	参与计算的元素个数。
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]。
repeatTime	输入	重复迭代次数。矢量计算单元，每次读取连续的256Bytes数据进行计算，为完成对输入数据的处理，必须通过多次迭代（repeat）才能完成所有数据的读取与计算。repeatTime表示迭代的次数。关于该参数的具体描述请参考通用参数说明。
dstBlkStride	输入	单次迭代内，目的操作数不同datablock间地址步长。
dstRepStride	输入	相邻迭代间，目的操作数相同datablock地址步长。

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。
firstValue需保证不超出dst中元素数据类型对应的大小范围。
针对Atlas 350 加速卡，int8_t/int64_t数据类型仅支持tensor前n个数据计算接口。

调用示例

本样例中只展示Compute流程中的部分代码。

tensor高维切分计算样例-mask连续模式

        
             // repeatTime = 1, mask = 128, 128 elements one repeat, 128 elements total
// firstValue数据类型为int16_t，dstLocal数据类型为int16_t
// dstBlkStride = 1, 单次迭代内数据连续写入
// dstRepStride = 8, 相邻迭代内数据连续写入
AscendC::CreateVecIndex(dstLocal, (int16_t)0, mask, repeatTime, dstBlkStride, dstRepStride);

tensor高维切分计算样例-mask逐bit模式

        
             uint64_t mask[2] = { UINT64_MAX, UINT64_MAX };
// repeatTime = 1, 128 elements one repeat, 128 elements total
// firstValue数据类型为int16_t，dstLocal数据类型为int16_t
// dstBlkStride = 1, 单次迭代内数据连续写入
// dstRepStride = 8, 相邻迭代内数据连续写入
AscendC::CreateVecIndex(dstLocal, (int16_t)0, mask, repeatTime, dstBlkStride, dstRepStride);

tensor前n个数据计算样例

        
             uint32_t count = 128;    // 参与计算的元素个数
AscendC::CreateVecIndex(dstLocal, (int16_t)0, count);

结果示例如下：

输入数据（firstValue）：0 
输出数据（dstLocal）：[0 1 2 ... 127]

父主题： 数据填充