实现Converter（可选）

如果您希望使用max-autotune模式功能，例如SuperKernel等高阶能力，需要额外实现Ascend Converter。

Ascend Converter是指使用Ascend IR表达算子计算逻辑，在Eager模式下my_inplace_functional对输入拷贝后调用Ascend C算子MyInplace；对应到Converter实现，先调用Ascend IR TensorMove对输入进行拷贝，再调用Ascend IR MyInplace。

• 在Ascend C算子工程编译时，除了生成aclnnXxx接口外，还会同步生成同名Ascend IR的注册代码。
• 接口介绍参见register_fx_node_ge_converter和custom_op。

在third_party/torchair/torchair/python/torchair/_ge_concrete_graph/ge_converter/custom目录下，新建MyInplace算子对应的my_inplace.py文件，添加如下代码实现Converter：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10

import torch
import torchair
from torchair._ge_concrete_graph import ge_apis as ge

# torch.ops.npu.my_inplace_functional.default为自定义算子生成的Python函数签名，注意default后缀
 @torchair.register_fx_node_ge_converter(torch.ops.npu.my_inplace_functional.default)  
 def convert_npu_my_inplace(x, y):               # 函数入参与PyTorch算子入参一致
     x = torchair.ge.Clone(x)
     y = torchair.ge.Clone(y)
     return torchair.ge.custom_op("MyInplace", x, y)

如果自定义算子满足如下条件，可跳过本章操作，算子能直接使用max-autotune模式功能。

• 存在对应的Ascend IR，且Ascend IR的输入/输出顺序与PyTorch算子完全一致。
• TorchAir查找PyTorch算子对应的Ascend IR时，按照如下规则查找：
  1. 先根据Python函数签名，获取算子名如torch.ops.npu.my_op.default中的my_op。
  2. 如果算子名中存在_functional后缀，会自动识别前面的算子名，如torch.ops.npu.my_inplace_functional.default中的my_inplace。
  3. 查找Ascend IR算子名时会根据找到的算子名，采用大驼峰命名法查找，如MyOp、MyInplace。
• PyTorch算子原型定义中存在Scalar类型入参时，不支持自动转换。