[object Object]

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

• 接口功能：将调用[object Object]量化得到的FLOAT4/FLOAT8的Tensor反量化为FLOAT16/BFLOAT16/FLOAT32格式。

• 计算公式：

  $$X_{dq} = X_q \times 2^{sf - bias}$$
  • 其中 $sf$ 是缩放因子，由输入mxscale提供；$bias$是指数位的偏移，对于FLOAT8_E8M0格式，$bias=127$；$X_q$是量化得到的FLOAT4/FLOAT8张量；$X_{dq}$ 是反量化得到的FLOAT16/BFLOAT16/FLOAT32张量。

[object Object]

每个算子分为，必须先调用[object Object]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[object Object]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：
  • [object Object]默认确定性实现。
• 关于x、mxscale的shape约束说明如下：
  • 如果输入x的数据类型是float4_e2m1或float4_e1m2，x.shape[-1]必须是偶数。
  • axis_change = axis if axis >= 0 else axis + rank(x)。
  • mxscale.shape[axis_change] = (ceil(x.shape[axis], 32) + 2 - 1) / 2。
  • mxscale.shape[-1] = 2。
  • rank(mxscale) = rank(x) + 1。
  • 其它维度与输入x一致。

[object Object]

示例代码如下，仅供参考，具体编译和执行过程请参考。