aclnnBitwiseAndScalar

支持的产品型号

• Atlas 训练系列产品。
• Atlas A2训练系列产品/Atlas 800I A2推理产品。
• Atlas 推理系列产品。

接口原型

• aclnnBitwiseAndScalar和aclnnInplaceBitwiseAndScalar实现相同的功能，使用区别如下，请根据自身实际场景选择合适的算子。

  • aclnnBitwiseAndScalar：需新建一个输出张量对象存储计算结果。
  • aclnnInplaceBitwiseAndScalar：无需新建输出张量对象，直接在输入张量的内存中存储计算结果。

• 每个算子分为undefined，必须先调用“aclnnBitwiseAndScalarGetWorkspaceSize”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“aclnnBitwiseAndScalar”接口执行计算。

• aclnnStatus aclnnBitwiseAndScalarGetWorkspaceSize(const aclTensor *self, const aclScalar *other, aclTensor *out, uint64_t *workspaceSize, aclOpExecutor **executor)

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

功能描述

算子功能：计算输入tensor中每个元素和输入标量的按位与结果。输入的tensor与other必须是整型或者BOOL型变量。当输入为BOOL时，计算逻辑与的结果。 计算公式：

$$out_i = self_i \& other_i$$

aclnnBitwiseAndScalarGetWorkspaceSize

• 参数说明：

  • self(const aclTensor*, 计算输入)： 公式中的selfRef，数据类型支持INT16,UINT16,INT32,INT64,INT8,UINT8,BOOL，且数据类型需要与other满足数据类型推导规则（参见undefined）。支持undefined，undefined支持ND。
  • other(const aclScalar*, 计算输入)： 公式中的other，数据类型支持INT16,UINT16,INT32,INT64,INT8,UINT8,BOOL，且数据类型需要与self满足数据类型推导规则（参见undefined）。
  • out(aclTensor*, 计算输出)： 公式中的out，数据类型支持INT16,UINT16,INT32,INT64,INT8,UINT8,BOOL，且数据类型需要是self与other推导之后可转换的数据类型，shape需要与self保持一致，undefined支持ND。
  • workspaceSize(uint64_t*, 出参)： 返回需要在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undefined。

aclnnBitwiseAndScalar

• 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aclnnBitwiseAndScalarGetWorkspaceSize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undefined。

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undefined。