目录

1. 基础Ascend C 算子开发
2. 算子 Kernel直调实操
3. 算子 AclNN调用

基础Ascend C 算子开发

硬件架构分为Host端（CPU）和Device端（NPU），基础加速算子的被调用流程为：数据搬入Device，切分，计算，数据聚合，数据搬出Device。

在Kernel函数中，定义计算操作类op。类中定义参数列表，申请Local内存、注册输入输出队列。定义process函数，执行数据搬入、计算和数据搬出操作。

其中，计算函数能够通过基础API算子进行设计，详细算子可以参考Ascend C API文档。

而数据切分可以通过Host中的tiling实现，在Host中定义tiling fuction切分数据。之后Host函数推导数据shape、type，并将tiling参数传递到Kernel函数中，实现数据切分，从而尽量避免Device承担非矢量运算。

算子 Kernel直调实操

Ascend C算子的调用有多种，最简单的就是Kernel直调，即直接使用简单函数调用算子计算输入数据，得到的输出数据与python脚本计算的输出比对，验证其功能正确性。

本次实操要将加法算子Add改为双曲正弦算子Sinh，即

实现 z = x + y 改为 z = (exp(x) - exp(-x))/2

原有算子调用了基础API中的矢量计算Add函数. 要实现Sinh，则需要用到基础API中的矢量Exp函数、矢量标量乘法Muls，矢量减法Sub。 例如

Add(z, x, y);

改为

Exp(z, x);
    Muls(x, x, -1)
    Exp(x, x);
    Sub(z, z, x);
    Muls(z, z, 0.5);

之后编译、构建工程，得到功能验证结果。

算子 AclNN调用

在Kernel直调中，输入数据的形状和类型是固定的。但是实际应用中，同一种算子可能会有多个实例，需要处理不同shape和type的计算。因此使用AclNN调用的模式，来验证算子动态计算的功能和精度。

在此例中，需要在Host端实现Tiling的定义和调用，用来切分数据。在Host函数中，通过输入数据推导出输出数据的shape和type，并将这些参数一并传入到Kernel函数中。

本次实操依然是实现Sinh，算子编写完成后，编译、构建工程，并安装生成的算子到库中。 在AclNNInvocation文件中调用算子计算，验证其功能和精度。