接口列表
融合算子简介
融合算子由多个独立的小算子融合而成，其功能与多个小算子的功能等价，性能方面通常优于独立的小算子。用户可根据实际业务场景诉求，根据具体算法自由融合向量（Vector）、矩阵（Cube）算子以达到性能上的收益。
例如大语言模型（Large Language Model, LLM）核心计算为Scaled dot-product attention（基于矩阵乘法的注意力机制），其核心实现如下图。图中Matmul算子（Cube）、Scale算子（Vector）、Mask算子（Vector）、SoftMax算子（Vector）融合为一个大算子。
融合算子通常有如下优势：
- 减少计算量：可以将多个算子合并为一个，简化计算过程，减少计算量，提高计算效率。
- 减少内存占用：可以将多个算子的中间结果合并为一个，减少内存占用，提高内存利用率。
- 优化数据流：可以减少数据在不同算子之间的传输，优化数据流，提高数据处理效率。
- 简化代码实现：可以简化代码实现，减少代码量，提高代码可读性和可维护性。
融合算子归属领域
说明：当前版本中部分融合算子在Gitee cann-ops-adv仓提供了源码，您可以单击获取代码开放的算子详情介绍。
根据算子归属领域可快速查看算子接口的用途，您可以根据实际场景需要安装对应领域的算子二进制包（Ascend-cann-kernels），无需安装全量算子二进制包，提高应用开发的效率，安装指导参见。
算子归属领域如下：
- aclnn_ops_infer：NN网络算子推理库
- aclnn_ops_train：NN网络算子训练库
- aclnn_math：数学算子库
- aclnn_rand：随机数算子库
其中推理库依赖数学库，训练库依赖推理库、数学库与随机库。
每个算子接口所属领域如下所示。