aclnnQuantMatmulV3

支持的产品型号

• Atlas A2训练系列产品。
• Atlas 推理系列产品。

接口原型

每个算子分为，必须先调用“aclnnQuantMatmulV3GetWorkspaceSize”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“aclnnQuantMatmulV3”接口执行计算。

• aclnnStatus aclnnQuantMatmulV3GetWorkspaceSize(const aclTensor *x1, const aclTensor *x2, const aclTensor *scale, const aclTensor *offset, const aclTensor *bias, bool transposeX1, bool transposeX2, aclTensor *out, uint64_t *workspaceSize, aclOpExecutor **executor)

• aclnnStatus aclnnQuantMatmulV3(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，最小支持输入维度为2维，最大支持输入维度为6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：

$$out = (x1@x2 + bias) * scale + offset$$

aclnnQuantMatmulV3GetWorkspaceSize

• 参数说明：

  • x1（const aclTensor*，计算输入）：公式中的输入x1，device侧的aclTensor，数据类型支持INT8，支持最后两根轴转置情况下的非连续tensor，其他场景的非连续tensor不支持(common/非连续的Tensor.md)，支持ND，shape最少是2维，最多是6维，在transposeX1为false情况下各个维度表示：（batch，m，k），batch可不存在。
  • x2（const aclTensor*，计算输入）：公式中的输入x2，device侧的aclTensor，数据类型支持INT8，支持最后两根轴转置情况下的非连续tensor，其他场景的非连续tensor不支持(common/非连续的Tensor.md)，支持ND，NZ。ND格式下，shape最少是2维，最多是6维，在transposeX2为false情况下各个维度表示：（batch，k，n），batch可不存在，其中k与x1的shape中的k一致。NZ格式下，shape最少是4维，最多是8维，在transposeX2为true情况下各个维度表示：（batch，k1，n1, n0, k0），batch可不存在，其中k0 = 32, n0 = 16, x1 shape中的k和x2 shape中的k1需要满足以下关系：ceildev(k,32) = k1。（当输入X2为NZ格式时，当前Atlas 推理系列产品上QuantMatmulV3算子不支持transposeX2为false的场景）
  • scale（const aclTensor*，计算输入）：公式中的输入scale，量化参数，device侧的aclTensor，数据类型支持UINT64，INT64，FLOAT32，BFLOAT16，支持ND，shape是1维（t，），t = 1或n，其中n与x2的n一致。如需传入UINT64类型的scale，需要提前调用TransQuantParamV2算子的aclnn接口来获取对应数据类型的scale。其中BFLOAT16仅Atlas A2训练系列产品支持。
  • offset（const aclTensor*，计算输入）：公式中的输入offset，量化参数，device侧的aclTensor，数据类型支持FLOAT32，支持ND，shape是1维（t，），t = 1或n，其中n与x2的n一致。
  • bias（const aclTensor*，计算输入）：公式中的输入bias，device侧的aclTensor，数据类型支持INT32，支持ND，shape支持1维（n，）或3维（batch，1，n），n与x2的n一致。
  • transposeX1（bool，计算输入）：表示x1的输入shape是否包含transpose，默认是false，若为true，x1的shape表示为（batch，k，m），batch可不存在。
  • transposeX2（bool，计算输入）：表示x2的输入shape是否包含transpose，默认是false，若为true，x2的shape表示为（batch，n，k），batch可不存在。
  • out（aclTensor*， 计算输出）：公式中的输出out，device侧的aclTensor，数据类型支持FLOAT16，INT8，BFLOAT16，支持，支持ND，shape最少是2维，最多是6维，（batch，m，n），batch可不存在，支持x1与x2的batch维度broadcast，输出batch与broadcast之后的batch一致，m与x1的m一致，n与x2的n一致。其中BFLOAT16仅Atlas A2训练系列产品支持。
  • workspaceSize(uint64_t*， 出参)：返回用户需要在npu 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。

aclnnQuantMatmulV3

• 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aclnnQuantMatmulV3GetWorkspaceSize获取。
  • executor(aclOpExecutor*, 入参)：op执行器，包含了算子计算流程。
  • stream(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

Atlas A2训练系列产品的示例代码如下，仅供参考，具体编译和执行过程请参考。

Atlas 推理系列产品 WeightNZ场景的示例代码如下，仅供参考，具体编译和执行过程请参考。