---
title: HCgemmBatched
description: "| 硬件型号 | 支持情况 |"
url: https://www.hiascend.com/document/detail/zh/canncommercial/latest/API/SiP/SIP_API_0064.html
sourcePath: /source/zh/canncommercial/900/API/SiP/SIP_API_0064.html
indexId: 5a9a3f6f229532cf394f4793b9075e991e0153baffd435b9c3cb829061d20a0155
---
# HCgemmBatched

#### 产品支持情况

| 硬件型号 | 支持情况 |
| --- | --- |
| Atlas 200I/500 A2 推理产品 | 不支持 |
| Atlas 推理系列产品 | 不支持 |
| Atlas 训练系列产品 | 不支持 |
| Atlas A2 训练系列产品 / Atlas A2 推理系列产品 | 支持 |
| Atlas A3 推理系列产品 / Atlas A3 训练系列产品 | 不支持 |


#### 功能描述

接口功能

- asdBlasMakeHCgemmBatchedPlan：初始化该句柄对应的算子配置。
- asdBlasHCgemmBatched：用于计算复数矩阵的乘积。

计算公式

- asdBlasHCgemmBatched的计算公式：
- 示例：
  输入“inTensorA[i]”为：

```
[   [ 1+i, 1+2i ],
[ 1+3i, 1+4i ]  ]
```


  输入“inTensorB[i]”为：

```
[   [ 2+i, 2+2i ],
[ 2+3i, 2+4i ]  ]
```


  输入“inTensorC[i]”为：

```
[   [ 3+i, 3+2i ],
[ 3+3i, 3+4i ]  ]
```


  输入“transa”为： N，输入“transb”为：T。

  输入“m”为：2，输入“n”为： 2，输入“k”为：2，输入“alpha”为：1+i，“beta”为：2+2i。

  输入“lda”为： 2，输入“ldb”为：2，输入“ldc”为：2。

  输入“batchCount”为：1。

  调用“asdBlasHCgemmBatched”算子后，输出“C”为：

```
[   [ -15+19i, -27+19i ],
[ -37+21i, -57+13i ]  ]
```


#### 函数原型

- AspbStatus asdBlasMakeHCgemmBatchedPlan(asdBlasHandle handle)
- AspbStatus asdBlasHCgemmBatched(asdBlasHandle handle, asdBlasOperation_t transa, asdBlasOperation_t transb, const int64_t m,const int64_t n, const int64_t k, const std::complex<op::fp16_t> &alpha, aclTensor *A,const int64_t lda, aclTensor *B, const int64_t ldb, const std::complex<op::fp16_t> &beta,aclTensor *C, const int64_t ldc, const int64_t batchCount)


#### 参数说明

- asdBlasMakeHCgemmBatchedPlan| 参数名称 | Input/Output | 类型 | 描述 |
| --- | --- | --- | --- |
| handle | Input | asdBlasHandle | HCgemmBatched算子的句柄。 |


- asdBlasHCgemmBatched| 参数名称 | Input/Output | 类型 | 描述 |
| --- | --- | --- | --- |
| handle | Input | asdBlasHandle | HCgemmBatched算子的句柄。 |
| transa | Input | asdBlasOperation\_t | 指定矩阵A是否需要转置，取值必须为ASDBLAS\_OP\_N。 |
| transb | Input | asdBlasOperation\_t | 指定矩阵B是否需要转置，取值必须为ASDBLAS\_OP\_N。 |
| m | Input | const int64\_t | 矩阵C的行数，取值范围为：{1\-32}。 |
| n | Input | const int64\_t | 矩阵C的列数，取值范围为：{1\-32}。 |
| k | Input | const int64\_t | 矩阵A和B的公共维度，取值范围为：{1\-32}。 |
| alpha | Input | const std::complex<op::fp16\_t> & | 公式中的alpha，复数标量，用于乘以矩阵乘法的结果，取值必须为1+0j。 |
| A | Input | aclTensor \* | 公式中的A，列主序，Device侧的Tensor，数据类型仅支持COMPLEX32，数据格式支持ND，shape为[batchCount, m, k]。 |
| lda | Input | const int64\_t | A左右相邻元素间的内存地址偏移量，取值和k相等。 |
| B | Input | aclTensor \* | 公式中的B，Device侧的Tensor，数据类型仅支持COMPLEX32，数据格式支持ND，shape为[batchCount, k, n]。 |
| ldb | Input | const int64\_t | B左右相邻元素间的内存地址偏移量，取值和n相等。 |
| beta | Input | const std::complex<op::fp16\_t> & | 公式中的beta，复数标量，用于乘以矩阵C。取值必须为 0+0j。 |
| C | Output | aclTensor \* | 公式中的C，Device侧的Tensor，数据类型仅支持COMPLEX32，数据格式支持ND，shape为[batchCount, m, n]。 |
| ldc | Input | const int64\_t | C左右相邻元素间的内存地址偏移量，取值和n相等。 |
| batchCount | Input | const int64\_t | 批次数量。取值范围为{12 \- 26208}。 |


#### 返回值说明

返回值相关说明参见返回值。


#### 约束说明

- asdBlasMakeHCgemmBatchedPlan：无。
- asdBlasHCgemmBatched

  - 支持的CANN版本为CANN8.0及以上。
  - 输入支持的数据类型为COMPLEX32。
  - 输出支持的数据类型为COMPLEX32。
  - 算子实际计算时，只支持3维ND运算。
  - 算子输入数据为行主序，输入shape为[batchCount, m，k,]、[batchCount, k，n]、[batchCount, m，n]，输出shape为[batchCount, m，n]。


#### 调用示例

算子的调用示例参见HcgemmBatched。