[object Object]

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

• 接口功能：根据输入的scale对输入x进行分组量化，并分组计算输入x的绝对值的最大值amax。

• 计算公式：

  $group\_list$ 沿 dim-0 将 $x$ 切分为 num_groups 组，$group\_list[g]$ 为前 $g+1$ 组在 dim-0 上的累计大小（单调递增，$group\_list[-1]=x.shape[0]$）。对每个group（g = 0, 1, ..., num_groups - 1）:

  $$x\_g = x[group\_list[g-1] : group\_list[g], ...]$$ $$y = \text{Cast}(x\_g \times scale[g], \text{dst\_type}, \text{round\_mode})$$ $$amax[g] = \max(|x\_g|)$$

  其中，$x$ 表示输入张量，$x\_g$ 表示输入张量的第g组数据，g=0 时下界为0；$scale$ 表示量化缩放因子，$amax[g]$ 为输入张量对应group组绝对值的最大值，$\text{dst\_type}$指定输出类型，$\text{round\_mode}$指定舍入模式。

[object Object]

每个算子分为，必须先调用"aclnnGroupedQuantMaxGetWorkspaceSize"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"aclnnGroupedQuantMax"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：
  • aclnnGroupedQuantMax默认确定性实现。

[object Object]

示例代码如下，仅供参考，具体编译和执行过程请参考。