使用实现定义的临时Tile进行转置。

对于二维Tile，在有效转置域上：

$$\mathrm{dst}_{i,j} = \mathrm{src}_{j,i}$$

确切的形状/布局及转置域取决于目标硬件（参见约束）。

同步形式：

编译器降级（Lowering）阶段可能引入内部临时Tile；C++内建接口需要显式传入 [object Object] 操作数。

声明于 [object Object]：

[object Object]

• 实现检查 (Atlas A2/A3 训练系列产品/Atlas A2/A3 推理系列产品):
  • [object Object]。
  • 源布局必须是行主序（[object Object]）。
  • 元素大小必须是 [object Object]、[object Object] 或 [object Object]字节。
  • 支持的元素类型按元素宽度限制如下：
  • 4字节：[object Object]、[object Object]、[object Object]
  • 2字节：[object Object]、[object Object]、[object Object]、[object Object]
  • 1字节：[object Object]、[object Object]
  • 转置大小取自 [object Object] / [object Object]。
• 实现检查 (Ascend 950PR/Ascend 950DT):
  • [object Object]。
  • 对输入和输出的主维度强制执行32字节对齐约束（行主序检查 [object Object]，列主序检查 [object Object]）。
  • 支持的元素类型按元素宽度限制如下：
  • 4字节：[object Object]、[object Object]、[object Object]
  • 2字节：[object Object]、[object Object]、[object Object]、[object Object]
  • 1字节：[object Object]、[object Object]
  • 转置大小取自 [object Object] / [object Object]。
• 临时Tile:
  • C++ API需要 [object Object]，需要的tmp空间大小计算公式如下：
  • 基础参数:
    • RowStride: b8类型为32，b16/b32类型为16（对应Y_ELEM_B8和Y_ELEM_OTHER）
    • ElemPerBlock: 32/sizeof(T)，即每个32字节块的元素数量
    • 其中b8为uint8_t/int8_t，b16为uint16_t/int16_t/half/bfloat16_t，b32为uint32_t/int32_t/float
  • 对齐条件:
    • 当stride满足对齐要求（dstStride % RowStride == 0, srcStride % ElemPerBlock == 0, srcStride/ElemPerBlock <= 255）时，使用tmp进行高效转置；否则使用scalar copy，不需要tmp。
  • 二维Tile转置 [H, W] -> [W, H]: $$\text{tmpSize} = W \times \lceil\frac{H}{\text{RowStride}}\rceil \times \text{RowStride} \times \text{sizeof(DType)}$$ 其中W为列数（validCol），H为行数（validRow）。tmpStride需要对齐到RowStride。仅当stride满足对齐条件时需要tmp。
  • NCHW <-> NC1HWC0双向转换:
    • 正向 [N, C, H, W] -> [N, C1, H, W, C0]: $$\text{tmpSize} = H \times W \times \lceil\frac{C0}{\text{RowStride}}\rceil \times \text{RowStride} \times \text{sizeof(DType)}$$ 其中C1 = (C + C0 - 1) / C0，转置域为C0行、H*W列。
    • 反向 [N, C1, H, W, C0] -> [N, C, H, W]: $$\text{tmpSize} = C0 \times \lceil\frac{H \times W}{\text{RowStride}}\rceil \times \text{RowStride} \times \text{sizeof(DType)}$$ 转置域为H*W行、C0列。
  • GNCHW <-> GNC1HWC0双向转换:
    • 正向 [G, N, C, H, W] -> [G, N, C1, H, W, C0]: $$\text{tmpSize} = H \times W \times \lceil\frac{C0}{\text{RowStride}}\rceil \times \text{RowStride} \times \text{sizeof(DType)}$$ 其中C1 = (C + C0 - 1) / C0，转置域为C0行、H*W列。
    • 反向 [G, N, C1, H, W, C0] -> [G, N, C, H, W]: $$\text{tmpSize} = C0 \times \lceil\frac{H \times W}{\text{RowStride}}\rceil \times \text{RowStride} \times \text{sizeof(DType)}$$ 转置域为H*W行、C0列。
  • NC1HWC0 -> FRACTAL_Z和GNC1HWC0 -> FRACTAL_Z:
    • 这两种转换不需要tmp空间，直接执行内存重排操作。
  • NCDHW到Fractal_Z_3D [N, C, D, H, W] -> [D, C1, H, W, N1, N0, C0]: $$\text{tmpSize} = (N \times C1 \times C0 \times H \times W + \max(N \times C1 \times C0 \times H \times W, H \times W \times \lceil\frac{C0}{\text{RowStride}}\rceil \times \text{RowStride})) \times \text{sizeof(DType)}$$ 其中C1 = (C + C0 - 1) / C0，N1 = (N + N0 - 1) / N0。RowStride对于8-bit数据为32，对于16/32-bit数据为16。该转换分两阶段且有不同的执行路径：第一阶段提取NCDHW的d平面转为NCHW格式（需要NC1C0HW空间作为planePtr），第二阶段要么将结果写入secondPtr（需要NC1C0HW），要么使用secondPtr作为转置的tmp（需要HWceil(C0/RowStride)*RowStride）。由于路径在运行时选择，secondPtr需要两者的最大值。
• ConvTile:
  • 支持在[object Object]上的ConvTile的格式转换。其元素大小必须是 [object Object]、[object Object] 或 [object Object]字节。元素类型限制为[object Object]、[object Object]、[object Object]、[object Object]、[object Object]、[object Object]、[object Object]、[object Object]、[object Object]。
  • 支持ConvTile从[object Object]到[object Object]的变换，其中[object Object]，HW满足对齐要求，即[object Object]. C0对应[object Object], 即[object Object]。C0也可以为4。
  • 支持ConvTile从[object Object]到[object Object]的变换, 其中[object Object]。N0为16。
  • 支持ConvTile从[object Object]到[object Object]的变换，目标形状为[object Object]，其中[object Object]，[object Object]。[object Object]为16。[object Object]取决于元素宽度：4-bit数据为64，8-bit数据为32，16-bit数据为16，32-bit数据为8。临时Tile大小计算公式见上方临时Tile章节。