aclnnQuantMatmul

支持的产品型号

• Atlas 训练系列产品。
• Atlas A2训练系列产品。

接口原型

每个算子分为，必须先调用“aclnnQuantMatmulGetWorkspaceSize”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“aclnnQuantMatmul”接口执行计算。

• aclnnStatus aclnnQuantMatmulGetWorkspaceSize(const aclTensor *x1, const aclTensor *x2, const aclTensor *bias, float deqScale, const aclTensor *out, uint64_t *workspaceSize, aclOpExecutor **executor)

• aclnnStatus aclnnQuantMatmul(void *workspace, uint64_t workspaceSize, aclOpExecutor *executor, aclrtStream stream)

功能描述

• 算子功能：完成量化的矩阵乘计算，最小支持维度为2维，最大支持输入维度为3维。

  相似接口有aclnnMm(仅支持2维Tensor作为输入的矩阵乘)和aclnnBatchMatMul(仅支持三维的矩阵乘，其中第一维是Batch维度)。

• 计算公式：

$$out = (x1@x2 + bias) * deqScale$$

aclnnQuantMatmulGetWorkspaceSize

• 参数说明

  • x1(const aclTensor *, 计算输入)：Device侧的2维至3维aclTensor，维度与x2一致，不支持broadcast，支持ND，数据类型支持INT8，且数据类型需要与x2满足。
  • x2(const aclTensor *, 计算输入)：Device侧的2维至3维aclTensor，维度与x1一致，不支持broadcast，支持ND，数据类型支持INT8，且数据类型需要与x1满足。
  • bias(const aclTensor *, 计算输入)：Device侧的1维Tensor，shape支持一维(n, )，公式输入bias，数据类型支持INT32，支持ND。该Bias是经过量化特殊处理过的Bias。 量化特殊处理过程：$$biasINT32 = round(round(biasFP16/deqScale) - offsetX * wINT8)$$
  • deqScale(float, 计算输入)：公式中的输入depScale，量化参数。
  • out(const aclTensor *, 计算输出)：Device侧的aclTensor，数据类型支持FLOAT16，Shape需要是x1与x2经过推导之后的Shape，支持ND
  • workspaceSize(uint64_t *, 出参)：返回用户需要在Device侧申请的workspace大小。
  • executor(aclOpExecutor **, 出参)：返回op执行器，包含了算子计算流程。

• 返回值：

  aclnnStatus：返回状态码，具体参见。

  [object Object]

aclnnQuantMatmul

• 参数说明：

  • workspace(void *, 入参)：在Device侧申请的workspace内存地址。
  • workspaceSize(uint64_t, 入参)：在Device侧申请的workspace大小，由第一段接口aclnnQuantMatmulGetWorkspaceSize获取。
  • executor(aclOpExecutor *, 入参)：op执行器，包含了算子计算流程。
  • stream(const aclrtStream, 入参)：指定执行任务的 AscendCL Stream流。

• 返回值： aclnnStatus： 返回状态码，具体参见。

约束与限制

无。

调用示例

示例代码如下，仅供参考，具体编译和执行过程请参考。