[object Object]

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

• 接口功能：aclnnMoeTokenPermuteWithEp的反向传播计算。

• 计算公式：

  • 首先计算tokenGradOut：

    • 当rangeOptional[0] <= sortedIndices[i] < rangeOptional[1]时：

      $$tokenGradOut[i] = permutedTokensOutputGrad[sortedIndices[i]-rangeOptional[0]]$$

    • 否则：

      $$tokenGradOut[i] = 0$$

  • 接着计算：

    $$tokenGradOut = tokenGradOut.reshape(-1, numTopk, hiddenSize)$$ $$tokenGradOut = tokenGradOut.sum(dim = 1)$$

[object Object]

每个算子分为，必须先调用 “aclnnMoeTokenPermuteWithEpGradGetWorkspaceSize”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 “aclnnMoeTokenPermuteWithEpGrad”接口执行计算。

[object Object]

• 参数说明：

  [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：

  aclnnStatus：返回状态码，具体参见。

[object Object]

• 确定性计算：
  • aclnnMoeTokenPermuteWithEpGrad默认确定性实现。
  • numTopk <= 512。
  • 不支持paddedMode为[object Object]。
  • 当rangeOptional为空时，忽略permutedProbsOutputGradOptional和probsGradOut，执行逻辑回退到。

[object Object]

示例代码如下，仅供参考，具体编译和执行过程请参考。