高阶API列表

表1 高阶API列表
分类	接口名	功能描述
数学库	Acos	按元素做反余弦函数计算。
	Acosh	按元素做双曲反余弦函数计算。
	Asin	按元素做反正弦函数计算。
	Asinh	按元素做反双曲正弦函数计算。
	Atan	按元素做三角函数反正切运算。
	Atanh	按元素做反双曲正切余弦函数计算。
	Axpy	源操作数中每个元素与标量求积后和目的操作数中的对应元素相加。
	Ceil	获取大于或等于x的最小的整数值，即向正无穷取整操作。
	ClampMax	将srcTensor中大于scalar的数替换为scalar，小于等于scalar的数保持不变，作为dstTensor输出。
	ClampMin	将srcTensor中小于scalar的数替换为scalar，大于等于scalar的数保持不变，作为dstTensor输出。
	Cos	按元素做三角函数余弦运算。
	Cosh	按元素做双曲余弦函数计算。
	CumSum	对数据按行依次累加或按列依次累加。
	Digamma	按元素计算x的gamma函数的对数导数。
	Erf	按元素做误差函数计算，也称为高斯误差函数。
	Erfc	返回输入x的互补误差函数结果，积分区间为x到无穷大。
	Exp	按元素取自然指数。
	Floor	获取小于或等于x的最小的整数值，即向负无穷取整操作。
	Frac	按元素做取小数计算。
	Lgamma	按元素计算x的gamma函数的绝对值并求自然对数。
	Log	按元素以e、2、10为底做对数运算。
	Power	实现按元素做幂运算功能。
	Round	将输入的元素四舍五入到最接近的整数。
	Sign	按元素执行Sign操作，Sign是指返回输入数据的符号。
	Sin	按元素做正弦函数计算。
	Sinh	按元素做双曲正弦函数计算。
	Tan	按元素做正切函数计算。
	Tanh	按元素做逻辑回归Tanh。
	Trunc	按元素做浮点数截断操作，即向零取整操作。
	Xor	按元素执行Xor（异或）运算。
量化反量化	AscendAntiQuant	按元素做伪量化计算，比如将int8_t数据类型伪量化为half数据类型。
	AscendDequant	按元素做反量化计算，比如将int32_t数据类型反量化为half/float等数据类型。
	AscendQuant	按元素做量化计算，比如将half/float数据类型量化为int8_t数据类型。
数据归一化	BatchNorm	对于每个batch中的样本，对其输入的每个特征在batch的维度上进行归一化。
	DeepNorm	在深层神经网络训练过程中，可以替代LayerNorm的一种归一化方法。
	LayerNorm	将输入数据收敛到[0, 1]之间，可以规范网络层输入输出数据分布的一种归一化方法。
	LayerNormGrad	用于计算LayerNorm的反向传播梯度。
	LayerNormGradBeta	用于获取反向beta/gmma的数值，和LayerNormGrad共同输出pdx, gmma和beta。
	RmsNorm	实现对shape大小为[B，S，H]的输入数据的RmsNorm归一化。
激活函数	AdjustSoftMaxRes	用于对SoftMax相关计算结果做后处理，调整SoftMax的计算结果为指定的值。
	FasterGelu	FastGelu化简版本的一种激活函数。
	GeGLU	采用GeLU作为激活函数的GLU变体。
	Gelu	GELU是一个重要的激活函数，其灵感来源于relu和dropout，在激活中引入了随机正则的思想。
	LogSoftMax	对输入tensor做LogSoftmax计算。
	ReGlu	一种GLU变体，使用Relu作为激活函数。
	Sigmoid	按元素做逻辑回归Sigmoid。
	Silu	按元素做Silu运算。
	SimpleSoftMax	使用计算好的sum和max数据对输入tensor做softmax计算。
	SoftMax	对输入tensor按行做Softmax计算。
	SoftmaxFlash	SoftMax增强版本，除了可以对输入tensor做softmaxflash计算，还可以根据上一次softmax计算的sum和max来更新本次的softmax计算结果。
	SoftmaxFlashV2	SoftmaxFlash增强版本，对应FlashAttention-2算法。
	SoftmaxGrad	对输入tensor做grad反向计算的一种方法。
	SoftmaxGradFront	对输入tensor做grad反向计算的一种方法。
	SwiGLU	采用Swish作为激活函数的GLU变体。
	Swish	神经网络中的Swish激活函数。
规约操作	Mean	根据最后一轴的方向对各元素求平均值。
	ReduceXorSum	按照元素执行Xor（按位异或）运算，并将计算结果ReduceSum求和。
	Sum	获取最后一个维度的元素总和。
排序	TopK	获取最后一个维度的前k个最大值或最小值及其对应的索引。
	Concat	对数据进行预处理，将要排序的源操作数srcLocal一一对应的合入目标数据concatLocal中，数据预处理完后，可以进行Sort。
	Extract	处理Sort的结果数据，输出排序后的value和index。
	Sort	排序函数，按照数值大小进行降序排序。
	MrgSort	将已经排好序的最多4条队列，合并排列成1条队列，结果按照score域由大到小排序。
数据填充	BroadCast	将输入按照输出shape进行广播。
	Pad	对height * width的二维Tensor在width方向上pad到32B对齐。
	UnPad	对height * width的二维Tensor在width方向上进行unpad。
数据过滤	DropOut	提供根据MaskTensor对源操作数进行过滤的功能，得到目的操作数。
比较选择	SelectWithBytesMask	给定两个源操作数src0和src1，根据maskTensor相应位置的值(非bit位)选取元素，得到目的操作数dst。
变形	ConfusionTranspose	对输入数据进行数据排布及Reshape操作。
索引操作	ArithProgression	给定起始值，等差值和长度，返回一个等差数列。
Matmul	Matmul	Matmul矩阵乘法的运算。

父主题： 高阶API