aclnnQuantMatmul

该接口后续版本会废弃，请使用最新接口undefined，接口迁移方法参考本文档undefined。

支持的产品型号

• Atlas A2训练系列产品/Atlas 800I A2推理产品。

接口原型

每个算子分为undefined，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, aclTensor *out, uint64_t *workspaceSize, aclOpExecutor **executor)

• aclnnStatus aclnnQuantMatmul(void *workspace, uint64_t workspaceSize, aclOpExecutor *executor, const 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，undefined支持ND，数据类型支持INT8，且数据类型需要与x2满足undefined。各个维度表示：（batch，m，k），batch可不存在。
  • 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，undefined支持ND，数据类型支持INT8，且数据类型需要与x1满足undefined。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。
  • bias(const aclTensor *, 计算输入)：Device侧的1维Tensor，shape支持一维(n, )，n与x2的n一致。公式输入bias，数据类型支持INT32，undefined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：$$biasINT32 = round(round(biasFLOAT16/deqScale) - offsetX * wINT8)$$
  • 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，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。

  [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(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

接口迁移到aclnnQuantMatmulV4接口的方法：

• 输入x1，x2，bias可以直接转为aclnnQuantMatmulV4接口中的x1，x2，bias。
• 输入deqScale为FLOAT型，将这个FLOAT数构造成shape为（1，）的FLOAT型aclTensor（参考undefined中的CreateAclTensor）, 再利用aclnnTransQuantParamV2转为shape为（1，）的uint64_t的aclTensor（参考undefined），记为scale，对标aclnnQuantMatmulV4接口中的scale。
• aclnnQuantMatmulV4接口中的可选输入offset/pertokenScaleOptional设置为nullptr，transposeX1和transposeX2均设置为false。
• 接口参数设置为aclnnQuantMatmulV4GetWorkspaceSize(x1, x2, scale, nullptr, nullptr, bias, false, false, out, workspaceSize, executor)。

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。