aclnnQuantMatmulV2

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“aclnnQuantMatmulV2GetWorkspaceSize”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“aclnnQuantMatmulV2”接口执行计算。

• aclnnStatus aclnnQuantMatmulV2GetWorkspaceSize(const aclTensor *x1, const aclTensor *x2, const aclTensor *bias, const aclTensor *deqScale, bool adjX1, bool adjX2, aclTensor *out, uint64_t *workspaceSize, aclOpExecutor **executor)

• aclnnStatus aclnnQuantMatmulV2(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：

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

aclnnQuantMatmulV2GetWorkspaceSize

• 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，不支持undefined，undefined支持ND，shape最少是2维，最多是3维，在adjX1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，不支持undefined，undefined支持ND，shape最少是2维，最多是3维，在adjX2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。
  • 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，undefined支持ND，shape是1维（n，），n与x2的n一致。
  • deqScale（const aclTensor*, 计算输入）：公式中的输入depScale，量化参数，device侧的aclTensor，数据类型支持UINT64，undefined支持ND，shape是1维（t，），t = align(n, 16), 其中n与x2的n一致。
  • adjX1（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。
  • adjX2（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, 支持undefined，undefined支持ND，shape最少是2维，最多是3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、n分别与x1的m、x2的n一致。
  • 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。

aclnnQuantMatmulV2

• 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aclnnQuantMatmulV2GetWorkspaceSize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，adjX1和adjX2可以直接转为aclnnQuantMatmulV4接口中的x1，x2，bias，transposeX1和transposeX2。
• 输入deqScale为UINT64的aclTensor，数据类型与aclnnQuantMatmulV4接口中的scale一致。aclnnQuantMatmulV2接口的deqScale shape是1维（t，），t = align(n, 16)。aclnnQuantMatmulV4接口中的scale shape是1维（t，），t = 1或n。直接将原始FLOAT型量化参数调用aclnnTransQuantParamV2输出数据类型为UINT64且shape为（n，）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。
• 接口参数设置为aclnnQuantMatmulV4GetWorkspaceSize(x1, x2, scale, nullptr, nullptr, bias, adjX1, adjX2, 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。