[object Object]

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

• 接口功能：对token数据进行量化（可选），当存在TP域通信时，先进行EP（Expert Parallelism）域的AllToAllV通信，再进行TP（Tensor Parallelism）域的AllGatherV通信；当不存在TP域通信时，进行EP（Expert Parallelism）域的AllToAllV通信。

  相较于[object Object]接口，该接口变更如下：

  • 新增支持特殊专家场景

    • zeroExpertNum≠0：通过传入大于0的zeroExpertNum参数开启本特性。

      $$Moe(oriXOptional) = 0$$

    • copyExpertNum≠0：通过传入大于0的copyExpertNum参数开启本特性，同时还需传入有效的oriXOptional参数。

      $$Moe(oriXOptional) = oriXOptional$$

    • constExpertNum≠0：通过传入大于0的constExpertNum参数开启本特性，同时还需传入有效的oriXOptional、constExpertAlpha1Optional、constExpertAlpha2Optional、constExpertVOptional参数。

      $$Moe(oriXOptional) = constExpertAlpha1Optional * oriXOptional + constExpertAlpha2Optional * constExpertVOptional$$

    详细说明请参考以下参数说明。 参数oriXOptional、constExpertAlpha1Optional、constExpertAlpha2Optional、constExpertVOptional见aclnnMoeDistributeCombineV3.md文档。

• 计算公式：

  • 情形1：如果不存在TP域通信。
  $$expandXOut = AllToAllV(X)\\$$
  • 情形2：如果存在TP域通信。
  $$allToAllOut = AllToAllV(X)\\ expandXOut = AllGatherV(allToAllOut)\\$$

• [object Object]Atlas A2 训练系列产品/Atlas A2 推理系列产品[object Object]：该接口必须与[object Object]配套使用。

• Atlas 350 加速卡：该接口必须与[object Object]或[object Object]配套使用。

[object Object]

[object Object]

每个算子分为两段式接口，必须先调用 “aclnnMoeDistributeDispatchV3GetWorkspaceSize”接口获取计算所需workspace大小以及包含了算子计算流程的执行器，再调用“aclnnMoeDistributeDispatchV3”接口执行计算。

[object Object]

• 参数说明

  [object Object][object Object]
  • dynamicScalesOut仅quantMode取值为2时有输出。
  • commAlg支持nullptr、""、"fullmesh"、"hierarchy"；推荐配置"hierarchy"并搭配≥25.0.RC1.1版本驱动；nullptr和""依HCCL环境变量选择算法（不推荐）；"fullmesh"通过RDMA直传token；"hierarchy"经跨机、机内两次发送优化通信。
  • commAlg为"hierarchy"或HCCL_INTRA_PCIE_ENABLE=1且HCCL_INTRA_ROCE_ENABLE=0时，scalesOptional需传nullptr；commAlg为"fullmesh"时，scalesOptional可传有效数据或空指针。
  • xActiveMaskOptional依commAlg取值，"fullmesh"要求为1D Tensor，shape为(BS, )；true需排在false前（例：{true, false, true}非法）；"hierarchy"当前版本不支持，传空指针即可。
  • expertScalesOptional要求为2D Tensor，shape为(BS, K)。
  • epWorldSize依commAlg取值，"fullmesh"支持2、3、4、5、6、7、8、16、32、64、128、192、256、384；"hierarchy"支持16、32、64。
  • moeExpertNum依commAlg取值，"fullmesh"支持(0, 1024]，"hierarchy"支持(0, 512]。
  • groupTp当前版本不支持，传空字符即可。
  • tpWorldSize、tpRankId、expertShardType、sharedExpertNum、sharedExpertRankNum当前版本不支持，传0即可。
  • epRecvCountsOut的shape为(moeExpertNum + 2 * globalBS * K * serverNum,)（前moeExpertNum个为接收token数，剩余为通信前reduce相关信息）。
  • 当前不支持TP域通信。
  • expandScalesOut要求为1D Tensor，shape为(A,)。
  • quantMode支持0（非量化）、2（动态量化）。
  • elasticInfoOptional当前版本不支持，传空指针即可。
  • zeroExpertNum当commAlg="fullmesh"时，取值范围:[0, MAX_INT32)，MAX_INT32 = 2^31 - 1,合法的零专家的ID的值是[[object Object]moeExpertNum[object Object], [object Object]moeExpertNum + zeroExpertNum[object Object])。
  • copyExpertNum当commAlg="fullmesh"时，取值范围:[0, MAX_INT32)，MAX_INT32 = 2^31 - 1,合法的拷贝专家的ID的值是[[object Object]moeExpertNum + zeroExpertNum[object Object], [object Object]moeExpertNum + zeroExpertNum + copyExpertNum[object Object])。
  • constExpertNum当前版本不支持，传0即可。[object Object]
  [object Object]
  • dynamicScalesOut仅quantMode取值为2时有输出。
  • commAlg支持""、"fullmesh_v1"、"fullmesh_v2"三种输入方式。""：默认值，开启fullmesh_v1模板；"fullmesh_v1"：开启fullmesh_v1模板；"fullmesh_v2"：开启fullmesh_v2模板，其中commAlg仅支持tpWorldSize为1场景。
  • xActiveMaskOptional要求为1D或2D Tensor（1D时shape为(BS, )，2D时shape为(BS, K)）；1D时true需排在false前，2D时token对应K个值全为false则不参与通信。
  • expertScalesOptional当前版本不支持，传空指针即可。
  • epWorldSize取值范围[2, 768]。
  • moeExpertNum取值范围(0, 1024]。
  • groupTp字符串长度范围为[0, 128)，不能和groupEp相同，仅在无TP域通信时支持传空。
  • tpWorldSize取值范围[0, 2]，0和1表示无TP域通信，有TP域通信时仅支持2。
  • tpRankId取值范围[0, 1]，同一个TP通信域中各卡的tpRankId不重复；无TP域通信时传0即可。
  • expertShardType当前仅支持传0，表示共享专家卡排在MoE专家卡前面。
  • sharedExpertNum当前取值范围[0, 4]。
  • sharedExpertRankNum取值范围[0, epWorldSize)；为0时需满足sharedExpertNum为0或1，不为0时需满足sharedExpertRankNum % sharedExpertNum = 0。
  • epRecvCountsOut的shape为(epWorldSize * max(tpWorldSize, 1) * localExpertNum,)。
  • 有TP域通信时tpRecvCountsOut为1D shape Tensor，shape为(tpWorldSize,)。
  • expandScalesOut当前版本不支持该输出。
  • quantMode支持0（非量化）、2（动态量化）。
  • elasticInfoOptional当前版本不支持，传空指针即可。
  • zeroExpertNum取值范围:[0, MAX_INT32)，MAX_INT32 = 2^31 - 1,合法的零专家的ID的值是[object Object][moeExpertNum, moeExpertNum + zeroExpertNum)[object Object]。
  • copyExpertNum取值范围:[0, MAX_INT32)，MAX_INT32 = 2^31 - 1，专家ID范围[object Object][moeExpertNum + zeroExpertNum, moeExpertNum + zeroExpertNum + copyExpertNum)[object Object]。
  • constExpertNum取值范围:[0, MAX_INT32)，MAX_INT32 = 2^31 - 1，专家ID范围[object Object][moeExpertNum + zeroExpertNum + copyExpertNum, moeExpertNum + zeroExpertNum + copyExpertNum + constExpertNum)[object Object]。
  • scalesOptional 2D Tensor，非量化场景传空指针；动态量化可传有效数据或空指针。[object Object]
  [object Object]
  • dynamicScalesOut quantMode取值为2、3、4时有输出；quantMode取值为0且[object Object]的数据类型为[object Object]、[object Object]、[object Object]、[object Object]、[object Object]时也有输出。
  • commAlg支持""、"fullmesh_v1"、"fullmesh_v2"三种输入方式。""：默认值，开启fullmesh_v1模板；"fullmesh_v1"：开启fullmesh_v1模板；"fullmesh_v2"：开启fullmesh_v2模板，其中commAlg仅支持tpWorldSize为1场景。
  • xActiveMaskOptional要求为1D或2D Tensor（1D时shape为(BS, )，2D时shape为(BS, K)）；1D时true需排在false前，2D时token对应K个值全为false则不参与通信。
  • expertScalesOptional当前版本不支持，传空指针即可。
  • epWorldSize取值范围[2, 768]。
  • moeExpertNum取值范围(0, 1024]。
  • groupTp当前版本不支持，传空字符即可。
  • tpWorldSize当前版本不支持，传0即可。
  • tpRankId当前版本不支持，传0即可。
  • expertShardType当前仅支持传0，表示共享专家卡排在MoE专家卡前面。
  • sharedExpertNum当前取值范围[0, 4]。
  • sharedExpertRankNum取值范围[0, epWorldSize)；为0时需满足sharedExpertNum为0或1，不为0时需满足sharedExpertRankNum % sharedExpertNum = 0。
  • epRecvCountsOut的shape为(epWorldSize * max(tpWorldSize, 1) * localExpertNum,)。
  • 有TP域通信时tpRecvCountsOut为1D shape Tensor，shape为(tpWorldSize,)。
  • expandScalesOut当前版本不支持该输出。
  • quantMode支持0（非量化）、1（静态量化）、2（pertoken动态量化）、3（pergroup动态量化）、4（mx动态量化）。
  • elasticInfoOptional当前版本不支持，传空指针即可。
  • zeroExpertNum取值范围:[0, MAX_INT32)，MAX_INT32 = 2^31 - 1,合法的零专家的ID的值是[object Object][moeExpertNum, moeExpertNum + zeroExpertNum)[object Object]。
  • copyExpertNum取值范围:[0, MAX_INT32)，MAX_INT32 = 2^31 - 1，专家ID范围[object Object][moeExpertNum + zeroExpertNum, moeExpertNum + zeroExpertNum + copyExpertNum)[object Object]。
  • constExpertNum取值范围:[0, MAX_INT32)，MAX_INT32 = 2^31 - 1，专家ID范围[object Object][moeExpertNum + zeroExpertNum + copyExpertNum, moeExpertNum + zeroExpertNum + copyExpertNum + constExpertNum)[object Object]。
  • scalesOptional quantMode取值为0时，若[object Object]的数据类型为[object Object]或[object Object]则传空指针，若[object Object]的数据类型为[object Object]、[object Object]、[object Object]、[object Object]、[object Object]则必传有效数据；quantMode取值为1时必传有效数据；quantMode取值为2或3时可传有效数据或空指针；quantMode取值为4时传空指针。[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：

  • aclnnMoeDistributeDispatchV3默认确定性实现。

• 驱动约束：

  • 算子通信域各节点的驱动版本应当相同。

• 接口配套约束：

  • [object Object]与CombineV3系列算子必须配套使用，前者输出的[object Object]、[object Object]、[object Object]、[object Object]需直接传入后者对应参数，业务逻辑不可依赖这些Tensor的具体值。

• 参数一致性约束：

  • 所有卡的[object Object]、[object Object]、[object Object]、[object Object]、[object Object]、[object Object]、[object Object]、[object Object]、[object Object]、[object Object]参数及[object Object]取值需保持一致，且与CombineV3系列算子对应参数一致。

• 产品特定约束：

  • [object Object]Atlas A3 训练系列产品/Atlas A3 推理系列产品[object Object]：该场景下单卡包含双DIE（简称为“晶粒”或“裸片”），因此参数说明中的“本卡”均表示单DIE。

• Shape变量约束：

  [object Object]undefined

• quantMode相关约束：

  • [object Object]Atlas A2 训练系列产品/Atlas A2 推理系列产品[object Object]：
    • [object Object]取值为0时，表示非量化场景，输入[object Object]传空指针，[object Object]的数据类型支持[object Object]、[object Object]。
    • [object Object]取值为2时，表示pertoken动态量化场景，[object Object]的数据类型支持[object Object]。
      • 输入[object Object]可传入空指针。
      • 若输入[object Object]传入有效数据时，其shape为([object Object], [object Object])。
      • 输出[object Object]shape为[object Object]
  • [object Object]Atlas A3 训练系列产品/Atlas A3 推理系列产品[object Object]：
    • [object Object]取值为0时，表示非量化场景，输入[object Object]传空指针，[object Object]的数据类型支持[object Object]、[object Object]。
    • [object Object]取值为2时，表示pertoken动态量化场景，[object Object]的数据类型支持[object Object]。
      • 输入[object Object]可传入空指针。
      • 若输入[object Object]传入有效数据且存在共享专家卡时，其shape为([object Object] + [object Object], [object Object])。
      • 若输入[object Object]传入有效数据且不存在共享专家卡时，其shape为([object Object], [object Object])。
      • 输出[object Object]shape为[object Object]
  • Atlas 350 加速卡：
    • [object Object]取值为0时，表示非量化场景。
      • 当[object Object]的数据类型为[object Object]或[object Object]时，[object Object]的数据类型可与[object Object]一致，也可为[object Object]，输入[object Object]必须传空指针。
      • 当[object Object]的数据类型为[object Object]、[object Object]、[object Object]、[object Object]、[object Object]时，输入[object Object]必须传入有效数据，[object Object]的数据类型与[object Object]一致。
        • [object Object]的数据类型为[object Object]时，[object Object]的数据类型为[object Object]。
        • [object Object]的数据类型为[object Object]或[object Object]时，[object Object]的数据类型为[object Object]或[object Object]。
        • [object Object]的数据类型为[object Object]或[object Object]时，[object Object]的数据类型为[object Object]，且H必须为偶数。
        • [object Object]的shape为([object Object], [object Object])，其中[object Object]需满足小于等于[object Object]。
    • [object Object]取值为1时，表示静态量化场景，[object Object]的数据类型支持[object Object]、[object Object]。
      • [object Object]的数据类型为[object Object]时有如下场景：
        • 输入的[object Object]代表量化系数，shape为(1, )；
        • 输入的[object Object]表示每个专家共享的平滑权重时，shape为([object Object]，)；
        • 输入的[object Object]代表融了每个专家的平滑权重的量化系数时，若有共享专家卡，其shape为([object Object] + [object Object], [object Object])，若无共享专家卡，其shape为([object Object], [object Object])。
      • [object Object]的数据类型为[object Object]时，[object Object]的shape必须为(1, )。
    • [object Object]取值为2时，表示pertoken动态量化场景，[object Object]的数据类型支持[object Object]、[object Object]、[object Object]。
      • 输入[object Object]可传入空指针。
      • 若输入[object Object]传入有效数据且存在共享专家卡时，其shape为([object Object] + [object Object], [object Object])。
      • 若输入[object Object]传入有效数据且不存在共享专家卡时，其shape为([object Object], [object Object])。
      • 输出[object Object]shape为[object Object]
    • [object Object]取值为3时，表示pergroup动态量化场景，expandX的数据类型支持[object Object]、[object Object]。
      • 输入[object Object]可传入空指针。
      • 若输入[object Object]传入有效数据且存在共享专家卡时，其shape为([object Object] + [object Object], [object Object])。
      • 若输入[object Object]传入有效数据且不存在共享专家卡时，其shape为([object Object], [object Object])。
      • 输出[object Object]shape为[object Object]，其中[object Object]
    • [object Object]取值为4时，表示mx量化场景，[object Object]的数据类型支持[object Object]、[object Object]、[object Object]、[object Object]，输入[object Object]必须传入空指针。输出[object Object]shape为[object Object]，其中[object Object]。当[object Object]的数据类型为[object Object]或[object Object]时，H必须为偶数。

• 环境变量约束：

  • HCCL_BUFFSIZE：

    调用本接口前需检查HCCL_BUFFSIZE环境变量取值是否合理，该环境变量表示单个通信域占用内存大小，单位MB，不配置时默认为200MB。

    • [object Object]Atlas A2 训练系列产品/Atlas A2 推理系列产品[object Object]：
      • commAlg配置为""或nullptr：依照HCCL_INTRA_PCIE_ENABLE和HCCL_INTRA_ROCE_ENABLE环境变量配置，选择"fullmesh"或"hierarchy"公式。
      • commAlg配置为"fullmesh": 设置大小要求 >= 2 * (BS * epWorldSize * min(localExpertNum, K) * H * sizeof(uint16) + 2MB)。
      • commAlg配置为"hierarchy": 设置大小要求 >= ([object Object] + [object Object] / 4) * Align512([object Object] * ([object Object] * 2 + 16 * Align8([object Object]))) * 1B + 8MB，其中Align8(x) = ((x + 8 - 1) / 8) * 8，Align512(x) = ((x + 512 - 1) / 512) * 512。
    • Atlas 350 加速卡：
      • ep通信域内，当commAlg为"fullmesh_v1"或空字符串或空指针时：设置大小要求取值满足 ≥ 2 * (localExpertNum * maxBS * epWorldSize * Align512(Align32(2 * H) + 64) + (K + sharedExpertNum) * maxBS * Align512(2 * H))。
      • ep通信域内，当commAlg为"fullmesh_v2"时：设置大小要求取值满足 ≥ 2 * (localExpertNum * maxBS * epWorldSize * 480Align512(Align32(2 * H) + 64) + (K + sharedExpertNum) * maxBS * Align512(2 * H))。
      • tp通信域内：设置大小要求 >= (A * Align512(Align32(h * 2) + 44) + A * Align512(h * 2)) * 2。
      • 其中[object Object]，[object Object]，[object Object]。

  • HCCL_INTRA_PCIE_ENABLE和HCCL_INTRA_ROCE_ENABLE：

    • [object Object]Atlas A2 训练系列产品/Atlas A2 推理系列产品[object Object]：该环境变量不再推荐使用，建议commAlg配置"hierarchy"。
    • Atlas 350 加速卡：不支持该环境变量。

• 通信域使用约束：

  • 一个模型中的CombineV3系列算子和[object Object]仅支持相同EP通信域，且该通信域中不允许有其他算子。
  • 一个模型中的CombineV3系列算子和[object Object]仅支持相同TP通信域或都不支持TP通信域，有TP通信域时该通信域中不允许有其他算子。
  • [object Object]Atlas A3 训练系列产品/Atlas A3 推理系列产品[object Object]：一个通信域内的节点需在一个超节点内，不支持跨超节点。

• 组网约束：

  • [object Object]Atlas A2 训练系列产品/Atlas A2 推理系列产品[object Object]：多机场景仅支持交换机组网，不支持双机直连组网。

• 其他约束：

  • 公式中的“/”表示整除。
  • [object Object]moeExpertNum + zeroExpertNum + copyExpertNum + constExpertNum < MAX_INT32[object Object]。

[object Object]

• [object Object]Atlas A2 训练系列产品/Atlas A2 推理系列产品[object Object] ：

  本示例支持A2算子运行在卡数为[2, 8]的单机环境中，用户可以根据需要在示例代码中设置EP_WORLD_SIZE_A2为卡数，并更改moeExpertNum，使得moeExpertNum可以被EP_WORLD_SIZE_A2整除。

  • 编译算子：算子编译命令如下，moe_distribute_dispatch_v2和moe_distribute_combine_v2算子都需要编译，这两个算子需要成对执行。

    [object Object]

  • 创建A2示例代码：编译完成后请在算子目录下参考已有文件，用A2示例代码新建测试文件test_aclnn_moe_distribute_dispatch_v3.cpp。

  • 执行算子样例：示例算子执行命令如下，该命令会执行算子目录下所有的示例代码文件。

    [object Object]

  • A2示例代码：

    [object Object]

• Atlas 350 加速卡 ：请参考中调用示例的准备部分和示例代码，按照上文的约束说明重新设置涉及的变量，V3接口相较于V2接口新增的场景参数按上述参数说明传值即可。

• [object Object]Atlas A3 训练系列产品/Atlas A3 推理系列产品[object Object]：

  具体编译和执行过程请参考。

• 示例代码如下，仅供参考

  [object Object]