产品支持情况

产品	是否支持
Atlas 350 加速卡	√
Atlas A3 训练系列产品 / Atlas A3 推理系列产品	√
Atlas A2 训练系列产品 / Atlas A2 推理系列产品	√
Atlas 200I/500 A2 推理产品	x
Atlas 推理系列产品 AI Core	√
Atlas 推理系列产品 Vector Core	x
Atlas 训练系列产品	x

功能说明

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，计算公式如下：

PER_CHANNEL场景（按通道量化）
- 不使能输入转置
   groupSize = src.shape[0] / offset.shape[0]
  
  dst[i][j] = scale[i / groupSize][j] * (src[i][j] + offset[i / groupSize][j])
- 使能输入转置
   groupSize = src.shape[1] / offset.shape[1]
  
  dst[i][j] = scale[i][j / groupSize] * (src[i][j] + offset[i][j / groupSize])

PER_TENSOR场景（按张量量化）
dst[i][j] = scale * (src[i][j] + offset)
PER_TOKEN场景（按token量化）
$\text{[math]}$
PER_GROUP场景（按组量化）
根据输入数据类型的不同，当前PER_GROUP分为两种场景：fp4x2_e2m1_t/fp4x2_e1m2_t场景（后续内容中简称为float4场景）和int8_t/hifloat8_t/fp8_e5m2_t/fp8_e4m3fn_t场景（后续内容中简称为b8场景）。
- fp4x2_e2m1_t/fp4x2_e1m2_t场景（float4场景）
  - groupSize可配置接口
    定义group的计算方向为k方向，src在k方向上每groupSize个元素共享一组scale。src的shape为[m, n]时，如果kDim=0，表示k是m方向，scale的shape为[(m + groupSize - 1) / groupSize, n]；如果kDim=1，表示k是n方向，scale的shape为[m，(n + groupSize - 1) / groupSize]。isTranspose为True表示src，scale，dst都是转置的矩阵。
    - k为m方向，即公式中i轴为group的计算方向：（kDim=0同时isTranspose=False）或者（kDim=1同时isTranspose=True）
      dst[i][j] = scale[i / groupSize][j] * src[i][j]
    - k为n方向，即公式中j轴为group的计算方向：（kDim=0同时isTranspose=True）或者（kDim=1同时isTranspose=False）
      dst[i][j] = scale[i][j / groupSize] * src[i][j]
  - groupSize固定为32
    isTranspose为True表示src，scale，dst都是转置的矩阵。
    - 不使能输入转置（isTranspose=False）
      dst[i][j] = scale[i / groupSize][j] * src[i][j]
    - 使能输入转置（isTranspose=True）
      dst[i][j] = scale[i][j / groupSize] * src[i][j]
- int8_t/hifloat8_t/fp8_e5m2_t/fp8_e4m3fn_t场景（b8场景）
  定义group的计算方向为k方向，src在k方向上每groupSize个元素共享一组scale和offset。src的shape为[m, n]时，如果kDim=0，表示k是m方向，scale和offset的shape为[(m + groupSize - 1) / groupSize, n]；如果kDim=1，表示k是n方向，scale和offset的shape为[m，(n + groupSize - 1) / groupSize]。offset是可选输入。isTranspose为True表示src，scale，dst都是转置的矩阵。
  - k为m方向，即公式中i轴为group的计算方向：（kDim=0同时isTranspose=False）或者（kDim=1同时isTranspose= True）
    $\text{[math]}$
  - k为n方向，即公式中j轴为group的计算方向：（kDim=0同时isTranspose=True）或者（kDim=1同时isTranspose =False）
    $\text{[math]}$

实现原理

图1 AscendAntiQuant算法框图
点击放大

如上图所示，为AscendAntiQuant的典型场景算法框图，计算过程分为如下几步，均在Vector上进行：

精度转换：将输入src转换为half类型；
计算offset：当offset为向量时做Add计算，当offset为scalar时做Adds计算；
计算scale：当scale为向量时做Mul计算，当scale为scalar时做Muls计算。

图2 isTranspose为False且输出为bfloat16的AscendAntiQuant算法框图
点击放大

在 Atlas A2 训练系列产品 / Atlas A2 推理系列产品上，当输出为bfloat16时，计算过程分为如下几步：

src精度转换：将输入的src转换为half类型，再转换为float类型，存放到tmp1；
offset精度转换：当输入的offset为向量时转换为float类型，存放到tmp2，为scalar时做Cast转换为float类型；
计算offset：当输入的offset为向量时与tmp2做Add计算，为scalar时做Adds计算；
scale精度转换：当输入的scale为向量时转换为float类型，存放到tmp2，为scalar时做Cast转换为float类型；
计算scale：当输入的scale为向量时用tmp2做Mul计算，为scalar时做Muls计算；
dst精度转换：将tmp1转换为bf16类型。

函数原型

通过sharedTmpBuffer入参传入临时空间

PER_CHANNEL场景（按通道量化）

          
               template <typename InputDataType, typename OutputDataType, bool isTranspose>
__aicore__ inline void AscendAntiQuant(const LocalTensor<OutputDataType>& dst, const LocalTensor<InputDataType>& src, const LocalTensor<OutputDataType>& offset, const LocalTensor<OutputDataType>& scale, const LocalTensor<uint8_t>& sharedTmpBuffer, const uint32_t k, const AntiQuantShapeInfo& shapeInfo = {})

PER_CHANNEL场景（按通道量化，不带offset）

          
               template <typename InputDataType, typename OutputDataType, bool isTranspose>
__aicore__ inline void AscendAntiQuant(const LocalTensor<OutputDataType>& dst, const LocalTensor<InputDataType>& src, const LocalTensor<OutputDataType>& scale, const LocalTensor<uint8_t>& sharedTmpBuffer, const uint32_t k, const AntiQuantShapeInfo& shapeInfo = {})

PER_TENSOR场景（按张量量化）

          
               template <typename InputDataType, typename OutputDataType, bool isTranspose>
__aicore__ inline void AscendAntiQuant(const LocalTensor<OutputDataType>& dst, const LocalTensor<InputDataType>& src, const OutputDataType offset, const OutputDataType scale, const LocalTensor<uint8_t>& sharedTmpBuffer, const uint32_t k, const AntiQuantShapeInfo& shapeInfo = {})

PER_TENSOR场景（按张量量化，不带offset）

          
               template <typename InputDataType, typename OutputDataType, bool isTranspose>
__aicore__ inline void AscendAntiQuant(const LocalTensor<OutputDataType> &dst, const LocalTensor<InputDataType> &src, const OutputDataType scale, const LocalTensor<uint8_t> &sharedTmpBuffer, const uint32_t k, const AntiQuantShapeInfo& shapeInfo = {})

PER_GROUP float4场景（按组量化）

仅支持Atlas 350 加速卡。

           
                template <typename InputDataType, typename OutputDataType, bool isTranspose>
__aicore__ inline void AscendAntiQuant(const LocalTensor<OutputDataType>& dst, const LocalTensor<InputDataType>& src, const LocalTensor<fp8_e8m0_t>& scale, const LocalTensor<uint8_t>& sharedTmpBuffer, const uint32_t k, const AntiQuantShapeInfo& shapeInfo = {})

PER_TOKEN/PER_GROUP b8/float4场景（按token量化）/（按组量化）

仅支持Atlas 350 加速卡。

           
                template <typename dstT, typename srcT, typename scaleT, const AscendAntiQuantConfig& config, const AscendAntiQuantPolicy& policy>
__aicore__ inline void AscendAntiQuant(const LocalTensor<dstT>& dstTensor, const LocalTensor<srcT>& srcTensor, const LocalTensor<scaleT>& scaleTensor, const LocalTensor<scaleT>& offsetTensor,const LocalTensor<uint8_t>& sharedTmpBuffer, const AscendAntiQuantParam& para)

接口框架申请临时空间

PER_CHANNEL场景

          
               template <typename InputDataType, typename OutputDataType, bool isTranspose>
__aicore__ inline void AscendAntiQuant(const LocalTensor<OutputDataType>& dst, const LocalTensor<InputDataType>& src, const LocalTensor<OutputDataType>& offset, const LocalTensor<OutputDataType>& scale, const uint32_t k, const AntiQuantShapeInfo& shapeInfo = {})

PER_TENSOR场景

          
               template <typename InputDataType, typename OutputDataType, bool isTranspose>
__aicore__ inline void AscendAntiQuant(const LocalTensor<OutputDataType>& dst, const LocalTensor<InputDataType>& src, const OutputDataType offset, const OutputDataType scale, const uint32_t k, const AntiQuantShapeInfo& shapeInfo = {})

PER_GROUP float4场景（groupSize固定为32）

仅支持Atlas 350 加速卡。

           
                template <typename InputDataType, typename OutputDataType, bool isTranspose>
__aicore__ inline void AscendAntiQuant(const LocalTensor<OutputDataType>& dst, const LocalTensor<InputDataType>& src, const LocalTensor<fp8_e8m0_t>& scale, const uint32_t k, const AntiQuantShapeInfo& shapeInfo = {})

PER_TOKEN/PER_GROUP b8/float4场景（groupSize可配置）

仅支持Atlas 350 加速卡。

           
                template <typename dstT, typename srcT, typename scaleT, const AscendAntiQuantConfig& config, const AscendAntiQuantPolicy& policy>
__aicore__ inline void AscendAntiQuant(const LocalTensor<dstT>& dstTensor, const LocalTensor<srcT>& srcTensor, const LocalTensor<scaleT>& scaleTensor, const LocalTensor<scaleT>& offsetTensor,const AscendAntiQuantParam& para)

由于该接口的内部实现中涉及复杂的数学计算，需要额外的临时空间来存储计算过程中的中间变量。临时空间支持接口框架申请和开发者通过sharedTmpBuffer入参传入两种方式。

接口框架申请临时空间，开发者无需申请，但是需要预留临时空间的大小。

通过sharedTmpBuffer入参传入，使用该tensor作为临时空间进行处理，接口框架不再申请。该方式开发者可以自行管理sharedTmpBuffer内存空间，并在接口调用完成后，复用该部分内存，内存不会反复申请释放，灵活性较高，内存利用率也较高。

接口框架申请的方式，开发者需要预留临时空间；通过sharedTmpBuffer传入的情况，开发者需要为sharedTmpBuffer申请空间。临时空间大小BufferSize的获取方式如下：通过GetAscendAntiQuantMaxMinTmpSize中提供的接口获取需要预留空间的范围大小。

参数说明

表1 模板参数说明
参数名	描述
InputDataType	输入的数据类型。
OutputDataType	输出的数据类型。
isTranspose	是否使能输入数据转置。

表2 PER_TOKEN/PER_GROUP b8/float4场景模板参数说明

参数名

描述

dstT

目的操作数的数据类型。

srcT

源操作数的数据类型。

scaleT

缩放因子scale参数的数据类型。

config

量化接口配置参数，定义为：

           
                struct AscendAntiQuantConfig {
        bool hasOffset;
        bool isTranspose;
        int32_t kDim = 1;
 };

hasOffset：量化参数offset是否参与计算。
- True：表示offset参数参与计算。
- False：表示offset参数不参与计算。
isTranspose：表示是否使能输入src转置。
- True：表示输入src转置。
- False：表示输入src不转置。
kDim：group的计算方向，即k方向。仅在PER_GROUP场景有效，支持的取值如下。
- 0：k轴是第0轴，即m方向为group的计算方向；
- 1：k轴是第1轴，即n方向为group的计算方向。

policy

量化策略配置参数，枚举类型，可取值如下：

           
                enum class AscendQuantPolicy : int32_t {
        PER_TENSOR, // 预留参数，暂不支持
        PER_CHANNEL, // 预留参数，暂不支持
        PER_TOKEN, // 配置为PER_TOKEN场景
        PER_GROUP,  // 配置为PER_GROUP场景
        PER_CHANNEL_PER_GROUP, // 预留参数，暂不支持
        PER_TOKEN_PER_GROUP // 预留参数，暂不支持
}

表3 PER_TOKEN/PER_GROUP b8/float4场景支持的数据类型组合
srcDtype	scaleDtype/offsetDtype	dstDtype
int8_t	half	half
	bfloat16_t	bfloat16_t
	float	float
	float	half
	float	bfloat16_t
hifloat8_t	half	half
	bfloat16_t	bfloat16_t
	float	float
	float	half
	float	bfloat16_t
fp8_e5m2_t/fp8_e4m3fn_t	half	half
	bfloat16_t	bfloat16_t
	float	float
	float	half
	float	bfloat16_t
fp4x2_e1m2_t/fp4x2_e2m1_t （当前均只支持PER_GROUP场景）	fp8_e8m0_t	half
fp4x2_e1m2_t/fp4x2_e2m1_t （当前均只支持PER_GROUP场景）	fp8_e8m0_t	bfloat16_t

表4 接口参数说明

参数名

输入/输出

描述

dst

输出

目的操作数。

类型为LocalTensor，支持的TPosition为VECIN/VECCALC/VECOUT。

Atlas 350 加速卡，支持的数据类型为：half、bfloat16_t。

Atlas A3 训练系列产品 / Atlas A3 推理系列产品，支持的数据类型为：half、bfloat16_t。

Atlas A2 训练系列产品 / Atlas A2 推理系列产品，支持的数据类型为：half、bfloat16_t。

Atlas 推理系列产品 AI Core，支持的数据类型为：half。

src

输入

源操作数。

类型为LocalTensor，支持的TPosition为VECIN/VECCALC/VECOUT。

Atlas 350 加速卡，PER_CHANNEL和PER_TENSOR场景下支持的数据类型为：int8_t、fp8_e4m3fn_t、fp8_e5m2_t、hifloat8_t，PER_GROUP float4场景下支持的数据类型为：fp4x2_e2m1_t、fp4x2_e1m2_t。

Atlas A3 训练系列产品 / Atlas A3 推理系列产品，支持的数据类型为：int8_t、int4b_t。

Atlas A2 训练系列产品 / Atlas A2 推理系列产品，支持的数据类型为：int8_t、int4b_t。

Atlas 推理系列产品 AI Core，支持的数据类型为：int8_t。

offset

输入

输入数据反量化时的偏移量。

类型为LocalTensor，支持的TPosition为VECIN/VECCALC/VECOUT。

Atlas 350 加速卡，支持的数据类型为：half、bfloat16_t。

Atlas A3 训练系列产品 / Atlas A3 推理系列产品，支持的数据类型为：half、bfloat16_t。

Atlas A2 训练系列产品 / Atlas A2 推理系列产品，支持的数据类型为：half、bfloat16_t。

Atlas 推理系列产品 AI Core，支持的数据类型为：half。

scale

输入

输入数据反量化时的缩放因子。

类型为LocalTensor，支持的TPosition为VECIN/VECCALC/VECOUT。

Atlas 350 加速卡，PER_CHANNEL和PER_TENSOR场景下支持的数据类型为：half、bfloat16_t。PER_GROUP float4场景下支持的数据类型为：fp8_e8m0_t。

Atlas A3 训练系列产品 / Atlas A3 推理系列产品，支持的数据类型为：half、bfloat16_t。

Atlas A2 训练系列产品 / Atlas A2 推理系列产品，支持的数据类型为：half、bfloat16_t。

Atlas 推理系列产品 AI Core，支持的数据类型为：half。

sharedTmpBuffer

输入

临时缓存。

类型为LocalTensor，支持的TPosition为VECIN/VECCALC/VECOUT。

临时空间大小BufferSize的获取方式请参考GetAscendAntiQuantMaxMinTmpSize。

k

输入

isTranspose为true时，src的shape为[N,K]；isTranspose为false时，src的shape为[K,N]。

参数k对应其中的K值。

shapeInfo

输入

设置参数offset和scale的shape信息，仅PER_CHANNEL场景（按通道量化）需要配置。

可选参数。在PER_CHANNEL场景，如果未传入该参数或者结构体中数据设置为0，将从offset和scale的ShapeInfo中获取offset和scale的shape信息。

AntiQuantShapeInfo类型，定义如下：

           
                struct AntiQuantShapeInfo {
    uint32_t offsetHeight{0};  // offset 的高
    uint32_t offsetWidth{0};  // offset 的宽
    uint32_t scaleHeight{0};  // scale 的高
    uint32_t scaleWidth{0};  // scale 的宽
};

表5 PER_TOKEN/PER_GROUP b8/float4场景接口参数说明

参数名

输入/输出

描述

dstTensor

输出

目的操作数。

类型为LocalTensor，支持的TPosition为VECIN/VECCALC/VECOUT。

Atlas 350 加速卡，支持的数据类型为：half、bfloat16_t、float。

srcTensor

输入

源操作数。

类型为LocalTensor，支持的TPosition为VECIN/VECCALC/VECOUT。

Atlas 350 加速卡，支持的数据类型为：int8_t、fp8_e4m3fn_t、fp8_e5m2_t、hifloat8_t、fp4x2_e1m2_t、fp4x2_e2m1_t。注意，对于fp4x2_e1m2_t、fp4x2_e2m1_t数据类型，仅在PER_GROUP场景下支持。

sharedTmpBuffer

输入

临时缓存。

类型为LocalTensor，支持的TPosition为VECIN/VECCALC/VECOUT。

临时空间大小BufferSize的获取方式请参考GetAscendQuantMaxMinTmpSize。

Atlas 350 加速卡，支持的数据类型为：uint8_t。

scaleTensor

输入

量化参数scale。

类型为LocalTensor，支持的TPosition为VECIN/VECCALC/VECOUT。

Atlas 350 加速卡，支持的数据类型为：half、float、bfloat16_t、fp8_e8m0_t。

offsetTensor

输入

量化参数offset。

类型为LocalTensor，支持的TPosition为VECIN/VECCALC/VECOUT。

Atlas 350 加速卡，支持的数据类型和scaleTensor保持一致。对于float4场景，offsetTensor不生效。

para

输入

量化接口的参数，AscendAntiQuantParam类型，具体定义如下：

           
                struct AscendAntiQuantParam {
        uint32_t m;
        uint32_t n;
        uint32_t calCount;
        uint32_t groupSize = 0;
}

m：m方向元素个数。
n：n方向元素个数。n值对应的数据大小需满足32B对齐的要求，即shape最后一维为n的输入输出均需要满足该维度上32B对齐的要求。
calCount:参与计算的元素个数。calCount必须是n的整数倍。
groupSize：PER_GROUP场景有效，表示groupSize行/列数据共用一个scale/offset。groupSize的取值必须大于0且是32的整倍数。

返回值说明

无

约束说明

不支持源操作数与目的操作数地址重叠。
操作数地址对齐要求请参见通用地址对齐约束。
输入输出操作数参与计算的数据长度要求32B对齐。
输入带转置场景，k需要32B对齐。
调用接口前，确保输入数据的size正确，offset和scale的size和shape正确。
PER_TOKEN/PER_GROUP场景，当前仅在Atlas 350 加速卡上支持。
PER_TOKEN/PER_GROUP b8/float4场景，连续计算方向（即n方向）的数据量要求32B对齐。

调用示例

完整的调用样例可参考AscendAntiQuant样例。

      
           // dstLocal：结果张量
// srcLocal：量化输入
// offsetLocal：偏移参数
// scaleLocal：缩放参数
// sharedTmpBuffer：开发者管理的临时缓冲区，用于存放内部计算中的中间变量
// k：k轴长度
// shapeInfo：offsetLocal和scaleLocal张量的shape信息
AscendC::AntiQuantShapeInfo shapeInfo = {1, elementCountOfOffset, 1, elementCountOfOffset};
AscendC::AscendAntiQuant<InputType, OutType, false>(dstLocal, srcLocal, offsetLocal, scaleLocal, sharedTmpBuffer, k, shapeInfo);

结果示例如下：

       
        
          
          
            输入数据src（shape为[2,64]，非转置场景）:  
[1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1]
offset（shape为[1,64]）:  
[2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 2.
 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 2.
 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 2.]
scale（shape为[1,64]）:  
[3. 3. 3. 3. 3. 3. 3. 3. 3. 3. 3. 3. 3. 3. 3. 3. 3. 3. 3. 3. 3. 3. 3. 3.
 3. 3. 3. 3. 3. 3. 3. 3. 3. 3. 3. 3. 3. 3. 3. 3. 3. 3. 3. 3. 3. 3. 3. 3.
 3. 3. 3. 3. 3. 3. 3. 3. 3. 3. 3. 3. 3. 3. 3. 3.]
输出数据dstLocal（shape为[2,64]）:  
[9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9.
 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9.
 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9.
 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9.
 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9. 9.
 9. 9. 9. 9. 9. 9. 9. 9.]

           

         

       
      

PER_TOKEN/PER_GROUP b8场景调用示例如下。

      
           // 注意m,n需从外部传入
constexpr static bool isReuseSource = false;
constexpr static AscendAntiQuantConfig config = {has_offset, has_transpose, -1};
constexpr static AscendAntiQuantPolicy policy = AscendAntiQuantPolicy::PER_TOKEN;
AscendAntiQuantParam para;
para.m = m;
para.n = n;
para.calCount = calCount;
AscendAntiQuant<dstType, srcType, scaleType, config, policy>(dstLocal, srcLocal, scaleLocal, offsetLocal, para);