[object Object][object Object]

• [object Object]Ascend 950PR/Ascend 950DT[object Object]：支持
• [object Object]Atlas A3 训练系列产品/Atlas A3 推理系列产品[object Object]：不支持
• [object Object]Atlas A2 训练系列产品/Atlas A2 推理系列产品[object Object]：不支持
• [object Object]Atlas 200I/500 A2 推理产品[object Object]：不支持
• [object Object]Atlas 推理系列产品[object Object]：不支持
• [object Object]Atlas 训练系列产品[object Object]：不支持

[object Object]

• 接口功能：

  因果一维卷积状态更新（decode / update），封装 aclnnCausalConv1dUpdate。沿序列维度使用缓存数据对各序列头部进行 padding，确保输出依赖当前及历史输入；卷积完成后可选施加 SiLU 激活；计算完成后将当前序列部分数据更新到缓存。支持缓存索引（cacheIndices）、投机解码（numAcceptedTokens）等特性。

• 计算公式：

  在每个时间步 $t$，根据当前输入 $x_t$、卷积权重 $w$ 和历史状态，计算卷积输出 $y_t$：

  $$y_t = \text{Activation}\left(\sum_{j=0}^{W-1} w_j \cdot x_{t-j} + b\right)$$

  其中，$W$ 为卷积核宽度（支持2、3、4），$w_j$ 为卷积权重，$b$ 为偏置，$\text{Activation}$ 为激活函数（SiLU 或无激活）。

说明

• 算子同时维护卷积状态 [object Object]，用于在增量推理时缓存历史输入，实现高效的状态更新。
• 模式由输入形状自动推断：x为3D且seq_len == 1时为decode/update模式；2D变长仅在提供num_accepted_tokens（投机解码）时支持。

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

返回卷积输出 Tensor y，shape 与 x 一致，dtype 与 x 一致。

[object Object]

• 该接口仅支持推理场景下使用。
• 该接口支持单算子模式和图模式调用。
• 不支持非连续Tensor。
• [object Object]的kW仅支持2、3、4。
• [object Object]的state_len必须 ≥ kW-1，num_cache_lines必须 ≥ batch（未提供conv_state_indices时）。
• [object Object][0]必须为0，[object Object][-1]必须等于cu_seq_len，值必须非递减。
• [object Object]的值∈[0, num_cache_lines)，或等于null_block_id表示跳过该序列。
• [object Object]仅在kW=4时支持，值∈[0, state_len - (kW - 1)]，其中state_len为conv_state.shape[1]。0和1均对应offset=0（从conv_state起始位置读取），超出此范围会导致conv_state越界访问。
• 算子入参与中间计算结果，在对应数据类型（float16/bfloat16）下，数值均不会超出该类型值域范围。
• 算子输入不支持有±inf和nan的情况。

[object Object]

• 单算子模式调用

  [object Object]

• 图模式调用

  通过[object Object]或[object Object]自动将算子转换为GE图算子，无需额外配置。

  [object Object]