昇腾社区首页
开发者
资源
支持
积分兑换 NEW

Gather

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

给定输入的张量和一个地址偏移张量，本接口根据偏移地址将输入张量按元素收集到结果张量中。

函数原型

  • tensor前n个数据计算 
    1
2
    		 
    template <typename T>
__aicore__ inline void Gather(const LocalTensor<T>& dst, const LocalTensor<T>& src, const LocalTensor<uint32_t>& srcOffset, const uint32_t srcBaseAddr, const uint32_t count)
  • tensor高维切分计算
    • mask逐bit模式 
      1
2
      		 
      template <typename T>
__aicore__ inline void Gather(const LocalTensor<T>& dst, const LocalTensor<T>& src, const LocalTensor<uint32_t>& srcOffset, const uint32_t srcBaseAddr, const uint64_t mask[], const uint8_t repeatTime, const uint16_t dstRepStride)
    • mask连续模式 
      1
2
      		 
      template <typename T>
__aicore__ inline void Gather(const LocalTensor<T>& dst, const LocalTensor<T>& src, const LocalTensor<uint32_t>& srcOffset, const uint32_t srcBaseAddr, const uint64_t mask, const uint8_t repeatTime, const uint16_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 350 加速卡，支持的数据类型为：uint8_t/int8_t/uint16_t/int16_t/half/bfloat16_t/uint32_t/int32_t/float/uint64_t/int64_t

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/uint16_t/int32_t/uint32_t/float/half/bfloat16_t

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/uint16_t/int32_t/uint32_t/float/half/bfloat16_t

Atlas 200I/500 A2 推理产品 ，支持的数据类型为：uint8_t/int8_t/uint16_t/int16_t/half/uint32_t/int32_t/float

Atlas 推理系列产品 AI Core，支持的数据类型为：int16_t/uint16_t/int32_t/uint32_t/float/half
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。

数据类型和dst保持一致。

srcOffset

输入

每个元素在src中对应的地址偏移。

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。

该偏移量相对于src的起始基地址而言。单位为Bytes。取值要求如下：

  • 取值应保证src元素类型位宽对齐。
  • 偏移地址后不能超出UB大小数据的范围。
  • 针对以下型号，地址偏移的取值范围：不能超出uint32_t的范围。

    Atlas 推理系列产品 AI Core

    Atlas A2 训练系列产品 / Atlas A2 推理系列产品

    Atlas A3 训练系列产品 / Atlas A3 推理系列产品

    针对以下型号，地址偏移的取值范围：当操作数为8位时，取值范围为[0, 216-1]；当操作数为16位时，取值范围为[0, 217-1]，当操作数为32位或者64位时，不能超出uint32_t的范围。

    Atlas 200I/500 A2 推理产品

    Atlas 350 加速卡

srcBaseAddr

输入

src的起始基地址，用于指定Gather操作中源操作数的起始位置，单位为Bytes。取值应保证src元素类型位宽对齐，否则会导致非预期行为。

count

输入

执行处理的数据个数。

mask/mask[]

输入

mask用于控制每次迭代内参与计算的元素。

  • 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8位或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]。
  • 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。参数类型为长度为2的uint64_t类型数组。

    例如，mask=[8, 0]，8=0b1000，表示仅第4个元素参与计算。

    参数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8位或16位时，mask[0]、mask[1]∈[0, 264-1]并且不同时为0；当操作数为32位时，mask[1]为0，mask[0]∈(0, 264-1]；当操作数为64位时，mask[1]为0，mask[0]∈(0, 232-1]。

repeatTime

输入

指令迭代次数，每次迭代完成8个datablock（32Bytes）的数据收集，数据范围：repeatTime∈[0,255]。

特别地，针对以下型号：
  • Atlas 200I/500 A2 推理产品
  • Atlas 350 加速卡

操作数为8位时，每次迭代完成4个datablock（32Bytes）的数据收集。

dstRepStride

输入

相邻迭代间的地址步长，单位是datablock（32Bytes）。

约束说明

  • 针对Atlas 350 加速卡，uint8_t/int8_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 
    1
2
3
4
5
    		 
    // repeatTime = 4, mask = 128, 128 elements one repeat, 512 elements total
// srcLocal数据类型为half，srcOffsetLocal数据类型为uint32_t，dstLocal数据类型为half
// srcBaseAddr = 0, srcLocal的起始基地址为0
// dstRepStride = 8, no gap between repeats 
AscendC::Gather(dstLocal, srcLocal, srcOffsetLocal, (uint32_t)0, 128, 4, 8);
  • tensor高维切分计算样例-mask逐bit模式 
    1
2
3
4
5
6
    		 
    uint64_t mask[2] = { 0xFFFFFFFFFFFFFFFF, 0xFFFFFFFFFFFFFFFF };
// repeatTime = 4, 128 elements one repeat, 512 elements total
// srcLocal数据类型为half，srcOffsetLocal数据类型为uint32_t，dstLocal数据类型为half
// srcBaseAddr = 0, srcLocal的起始基地址为0
// dstRepStride = 8, no gap between repeats 
AscendC::Gather(dstLocal, srcLocal, srcOffsetLocal, (uint32_t)0, mask, 4, 8);
  • tensor前n个数据计算样例 
    1
2
3
4
    		 
    uint32_t count = 512;    // 参与计算的元素个数
// srcLocal数据类型为half，srcOffsetLocal数据类型为uint32_t，dstLocal数据类型为half
// srcBaseAddr = 0, srcLocal的起始基地址为0
AscendC::Gather(dstLocal, srcLocal, srcOffsetLocal, (uint32_t)0, count);

结果示例如下：

输入数据srcOffsetLocal:
[254 252 250 ... 4 2 0]
输入数据srcLocal（128个half类型数据）: 
[0 1 2 ... 125 126 127]
输出数据(dstLocal)初始值:
[0. 0. 0. 0. 0. 0. ... 0.]
进行Gather计算后，输出数据(dstLocal):
[127 126 125 ... 2 1 0]
父主题： 离散与聚合