aclnnMatmulCompress

产品支持情况

[object Object]undefined

功能说明

• 算子功能：进行l@r矩阵乘计算时，可先通过msModelSlim工具对r矩阵进行无损压缩，减少r矩阵的内存占用大小，然后通过本接口完成无损解压缩，矩阵乘，反量化计算。
• 计算公式：

$$x2\_unzip = unzip(x2, compressIndex)\\ result=x1 @ x2\_unzip + bias$$

其中x2表示r矩阵经过msModelSlim工具进行压缩后的一维数据，compressIndex表示压缩算法相关的信息，$x2\_unzip$是本接口内部进行无损解压缩后的数据（与原始r矩阵数据一致），压缩和调用本接口的详细使用样例参考。

函数原型

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

aclnnMatmulCompressGetWorkspaceSize

• 参数说明：

  [object Object]

• 返回值：

  aclnnStatus：返回状态码，具体参见。

  第一段接口完成入参校验，出现以下场景时报错：

  [object Object]

aclnnMatmulCompress

• 参数说明：

  [object Object]

• 返回值：

  aclnnStatus：返回状态码，具体参见

约束说明

• 确定性说明：
  • [object Object]Atlas 训练系列产品[object Object]、[object Object]Atlas 推理系列产品[object Object]：aclnnMatmulCompress默认确定性实现。

调用示例

1. 准备压缩前的数据

假设通过脚本gen_data.py生成输入数据，示例如下，仅供参考：

执行gen_data.py，假设mat1和mat2的shape入参为m=512、k=1024、n=1024。

2. 对数据进行预处理

原始权重通过msModelSlim压缩工具生成压缩后的x2、compressIndex以及compressInfo: 使用以下接口时，需对CANN包中msModelSlim压缩工具进行编译，具体操作参考中msmodelslim/pytorch/weight_compression目录下的README.md。

3. 调用aclnn接口运算

示例代码如下，仅供参考，具体编译和执行过程请参考。