--- title: TransDataTo5HD description: "| 产品 | 是否支持 |" url: https://www.hiascend.com/document/detail/zh/canncommercial/latest/API/ascendcopapi/atlasascendc_api_07_0200.html sourcePath: /source/zh/canncommercial/900/API/ascendcopapi/atlasascendc_api_07_0200.html indexId: aae19307fc1f5fc5d9ba5682a29ed48c1b857b68515860a76bbd9cb314c0645276 --- # TransDataTo5HD #### 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 | √ | | 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 | √ | #### 功能说明 数据格式转换，一般用于将NCHW格式转换成NC1HWC0格式。特别的，也可以用于二维矩阵数据块的转置。完成转置功能时，相比于Transpose接口，Transpose仅支持16*16大小的矩阵转置；本接口单次repeat内可处理512Byte的数据（16个datablock），根据数据类型不同，支持不同shape的矩阵转置（比如数据类型为half时，单次repeat可完成16*16大小的矩阵转置），同时还可以支持多次repeat操作。 单次repeat内转换规则如下： - 当输入数据类型位宽为16位时，每个datablock中包含16个数，指令内部会循环16次，每次循环都会分别从指定的16个datablock中的对应位置取值，组成一个新的datablock单元放入目的地址中。如下图所示，图中的srcList[0]-srcList[15]代表源操作数的16个datablock。 图1 输入数据类型位宽为16位时的转换规则 - 当数据类型位宽为32位时，每个datablock包含8个数，指令内部会循环8次，每次循环都会分别从指定的16个datablock中的对应位置取值，组成2个新的datablock放入目的地址中。如下图所示： 图2 输入数据类型位宽为32位时的转换规则 - 当数据类型位宽为8位时，每个datablock包含32个数，指令内部会循环16次，每次循环都会分别从指定的16个datablock中的对应位置取值，组成半个datablock放入目的地址中，读取和存放是在datablock的高半部还是低半部由参数srcHighHalf和dstHighHalf决定。如下图所示： 图3 输入数据类型位宽为8位时的转换规则 基于以上的转换规则，使用该接口进行NC1HWC0格式转换或者矩阵转置。NC1HWC0格式转换相对复杂，这里给出其具体的转换方法： NCHW格式转换成NC1HWC0格式时，如果是数据类型的位宽为32位或者16位，则C0=16；如果数据类型的位宽为8位，则C0=32。下图以C0=16为例进行介绍： #### 函数原型 - dstList与srcList类型为LocalTensor的数组。 1 2 3 // NCHW_CONV_ADDR_LIST_SIZE值为16 template __aicore__ inline void TransDataTo5HD(const LocalTensor (&dstList)[NCHW_CONV_ADDR_LIST_SIZE], const LocalTensor (&srcList)[NCHW_CONV_ADDR_LIST_SIZE], const TransDataTo5HDParams& nchwconvParams) - dstList与srcList类型为uint64_t的数组，数组元素对应LocalTensor的地址值，该接口性能更优。开发者可以通过LocalTensor的GetPhyAddr接口获取该地址值。 1 2 3 // NCHW_CONV_ADDR_LIST_SIZE值为16 template __aicore__ inline void TransDataTo5HD(uint64_t dstList[NCHW_CONV_ADDR_LIST_SIZE], uint64_t srcList[NCHW_CONV_ADDR_LIST_SIZE], const TransDataTo5HDParams& nchwconvParams) - dst与src类型为uint64_t的LocalTensor，连续存储对应LocalTensor的地址值。开发者可以通过LocalTensor的GetPhyAddr接口获取该地址值。 1 2 template __aicore__ inline void TransDataTo5HD(const LocalTensor& dst, const LocalTensor& src, const TransDataTo5HDParams& nchwconvParams) #### 参数说明 **表1 模板参数说明** | 参数名 | 描述 | | --- | --- | | T | 操作数数据类型。 Atlas 350 加速卡，支持的数据类型为：int8\_t/uint8\_t/int16\_t/uint16\_t/half/bfloat16\_t/int32\_t/uint32\_t/float 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/uint8\_t/int16\_t/uint16\_t/half/int32\_t/uint32\_t/float 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/uint8\_t/int16\_t/uint16\_t/half/int32\_t/uint32\_t/float Atlas 200I/500 A2 推理产品 ，支持的数据类型为：int8\_t/uint8\_t/int16\_t/uint16\_t/half/int32\_t/uint32\_t/float Atlas 推理系列产品 AI Core，支持的数据类型为：int8\_t/uint8\_t/int16\_t/uint16\_t/half/int32\_t/uint32\_t/float Atlas 训练系列产品 ，支持的数据类型为：int8\_t/uint8\_t/int16\_t/uint16\_t/half | **表2 参数列表** | 参数名称 | 输入/输出 | 含义 | | --- | --- | --- | | dstList | 输出 | 目的操作数地址序列。 类型为LocalTensor或者LocalTensor的地址值，LocalTensor支持的TPosition为VECIN/VECCALC/VECOUT。LocalTensor的起始地址需要32B对齐。支持的数据类型参考模板参数T说明。 | | srcList | 输入 | 源操作数地址序列。 类型为LocalTensor或者LocalTensor的地址值，LocalTensor支持的TPosition为VECIN/VECCALC/VECOUT。LocalTensor的起始地址需要32B对齐。支持的数据类型参考模板参数T说明。 数据类型需要与dstList保持一致。 | | dst | 输出 | 目的操作数。 类型为LocalTensor，连续存储对应LocalTensor的地址值。LocalTensor支持的TPosition为VECIN/VECCALC/VECOUT。LocalTensor的起始地址需要32B对齐。 | | src | 输入 | 源操作数。 类型为LocalTensor，连续存储对应LocalTensor的地址值。LocalTensor支持的TPosition为VECIN/VECCALC/VECOUT。LocalTensor的起始地址需要32B对齐。 | | nchwconvParams | 输入 | 控制TransDataTo5HD的数据结构。结构体内包含：读取和写入位置的控制参数，迭代次数，相邻迭代间的地址步长等参数。 具体定义请参考${INSTALL\_DIR}/include/ascendc/basic\_api/interface/kernel\_struct\_transpose.h，${INSTALL\_DIR}请替换为CANN软件安装后文件存储路径。 参数说明请参考表3。 | **表3 TransDataTo5HDParams结构体内参数说明** | 参数名称 | 类型 | 说明 | | --- | --- | --- | | dstHighHalf | 输入 | 指定每个dstList地址中的数据存储到datablock的高半部还是低半部，该配置只支持int8\_t/uint8\_t的数据类型。 支持的数据类型为bool，有以下两种取值： True：表示存储于datablock的高半部 False：表示存储于datablock的低半部 | | srcHighHalf | 输入 | 指定每个srcList地址中的数据从datablock的高半部还是低半部读取，该配置只支持int8\_t/uint8\_t的数据类型。 支持的数据类型为bool，有以下两种取值： True：表示从datablock的高半部读取 False：表示从datablock的低半部读取 | | repeatTimes | 输入 | 重复迭代次数，repeatTimes∈[0,255]。 关于该参数的具体描述请参考高维切分API(https://www.hiascend.comdocument/detail/zh/canncommercial/900/programug/Ascendcopdevg/atlas\_ascendc\_10\_0022.html)。 注意事项： 当repeatTimes为1时，目的操作数/源操作数的有效起始位置为dstList/srcList序列输入的起始位置加上dstRepStride/srcRepStride；repeatTimes为1，如果要让目的操作数/源操作数的有效起始位置为dstList/srcList序列输入的起始位置，需要将dstRepStride/srcRepStride置为0。 当repeatTimes大于1时，第一次repeat中目的操作数/源操作数的有效起始位置为dstList/srcList序列输入的起始位置，第二次需要加上dstRepStride/srcRepStride。以此类推。 | | dstRepStride | 输入 | 相邻迭代间，目的操作数相同datablock地址stride，单位：datablock。 相邻迭代间相同datablock的地址步长参数的详细说明请参考repeatStride(https://www.hiascend.comdocument/detail/zh/canncommercial/900/programug/Ascendcopdevg/atlas\_ascendc\_10\_0022.html\#ZH\-CN\_TOPIC\_0000002562282205\_\_zh\-cn\_topic\_0000002267504656\_zh\-cn\_topic\_0000001764162593\_section139459347420)。 | | srcRepStride | 输入 | 相邻迭代间，源操作数相同datablock地址stride，单位：datablock。 相邻迭代间相同datablock的地址步长参数的详细说明请参考repeatStride(https://www.hiascend.comdocument/detail/zh/canncommercial/900/programug/Ascendcopdevg/atlas\_ascendc\_10\_0022.html\#ZH\-CN\_TOPIC\_0000002562282205\_\_zh\-cn\_topic\_0000002267504656\_zh\-cn\_topic\_0000001764162593\_section139459347420)。 | #### 约束说明 - 操作数地址对齐要求请参见 通用地址对齐约束 。 - 操作数地址重叠约束请参考 通用地址重叠约束 。 - 进行NCHW格式到NC1HWC0格式的转换时，一般用法是将srcList/dstList中的每个元素配置为每个HW平面的起点。 - 为了性能更优，数据类型位宽为8位时建议先固定dstHighHalf、srcHighHalf，在HW方向repeat后，再改变dstHighHalf、srcHighHalf。 - dst与src中的地址需要连续存放，详见调用示例。 #### 返回值说明 无 #### 调用示例 本样例中只展示Compute流程中的部分代码。 - 入参类型是LocalTensor的调用方式 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 AscendC::TransDataTo5HDParams transDataParams; transDataParams.dstHighHalf = true; // 只对int8_t/uint8_t的入参有效，从srcLocalList的高半位读取数据 transDataParams.srcHighHalf = true; // 只对int8_t/uint8_t的入参有效，写入dstLocalList的高半位 transDataParams.repeatTimes = 1; // 重复迭代次数，每次repeat处理16个DataBlock transDataParams.dstRepStride = 0; transDataParams.srcRepStride = 0; AscendC::LocalTensor dstLocalList[16]; int width = 32 / sizeof(int8_t); // 每个DataBlock存储的元素个数，此处为32个 for (int i = 0; i < 16; i++) { // dstLocal为int8_t类型的LocalTensor dstLocalList[i] = dstLocal[width * i]; } AscendC::LocalTensor srcLocalList[16]; for (int i = 0; i < 16; i++) { // srcLocal为int8_t类型的LocalTensor srcLocalList[i] = srcLocal[width * i]; } AscendC::TransDataTo5HD(dstLocalList, srcLocalList, transDataParams); - 入参类型是LocalTensor地址值的调用方式，推荐使用 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 AscendC::TransDataTo5HDParams transDataParams; transDataParams.dstHighHalf = true; // 只对int8_t/uint8_t的入参有效，从srcLocalList的高半位读取数据 transDataParams.srcHighHalf = true; // 只对int8_t/uint8_t的入参有效，写入dstLocalList的高半位 transDataParams.repeatTimes = 1; // 重复迭代次数，每次repeat处理16个DataBlock transDataParams.dstRepStride = 0; transDataParams.srcRepStride = 0; AscendC::LocalTensor dstLocalList[16]; int width = 32 / sizeof(int8_t); // 每个DataBlock存储的元素个数，此处为32个 uint64_t dstLocalList[16]; for (int i = 0; i < 16; i++) { // dstLocal为int8_t类型的LocalTensor dstLocalList[i] = (uint64_t)(dstLocal[width * i].GetPhyAddr()); } uint64_t srcLocalList[16]; for (int i = 0; i < 16; i++) { // srcLocal为int8_t类型的LocalTensor srcLocalList[i] = (uint64_t)(srcLocal[width * i].GetPhyAddr()); } AscendC::TransDataTo5HD(dstLocalList, srcLocalList, transDataParams); - 入参类型是地址LocalTensor的调用方式 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 AscendC::TransDataTo5HDParams transDataParams; transDataParams.dstHighHalf = true; // 只对int8_t/uint8_t的入参有效，从srcLocalList的高半位读取数据 transDataParams.srcHighHalf = true; // 只对int8_t/uint8_t的入参有效，写入dstLocalList的高半位 transDataParams.repeatTimes = 1; // 重复迭代次数，每次repeat处理16个DataBlock transDataParams.dstRepStride = 0; transDataParams.srcRepStride = 0; AscendC::LocalTensor dstLocalList[16]; int width = 32 / sizeof(int8_t); // 每个DataBlock存储的元素个数，此处为32个 // 使用TQue分配uint64_t的地址LocalTensor，用于存储dstLocal与srcLocal的地址 AscendC::LocalTensor dst = workQueueSrc1.AllocTensor(); for (int i = 0; i < 16; i++) { // dstLocal为int8_t类型的LocalTensor dst.SetValue(i, (uint64_t)(dstLocal[width * i].GetPhyAddr())); } AscendC::LocalTensor src = workQueueSrc2.AllocTensor(); for (int i = 0; i < 16; i++) { // srcLocal为int8_t类型的LocalTensor src.SetValue(i, (uint64_t)(srcLocal[width * i].GetPhyAddr())); } AscendC::TransDataTo5HD(dst, src, transDataParams); // 释放地址LocalTensor workQueueSrc1.FreeTensor(dst); workQueueSrc2.FreeTensor(src); 当输入输出为int8_t类型时，结果示例如下： ``` 输入数据(src)： [[ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31] [ 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63] [ 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95] [ 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127] [ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31] [ 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63] [ 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95] [ 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127] [ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31] [ 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63] [ 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95] [ 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127] [ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31] [ 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63] [ 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95] [ 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127]] 输出数据(dstGm)： // 从输入数据的高半位读取数据，写入输出数据的高半位 [[0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 16 48 80 112 16 48 80 112 16 48 80 112 16 48 80 112 ] [0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 17 49 81 113 17 49 81 113 17 49 81 113 17 49 81 113 ] [0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 18 50 82 114 18 50 82 114 18 50 82 114 18 50 82 114 ] [0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 19 51 83 115 19 51 83 115 19 51 83 115 19 51 83 115 ] [0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 20 52 84 116 20 52 84 116 20 52 84 116 20 52 84 116 ] [0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 21 53 85 117 21 53 85 117 21 53 85 117 21 53 85 117 ] [0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 22 54 86 118 22 54 86 118 22 54 86 118 22 54 86 118 ] [0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 23 55 87 119 23 55 87 119 23 55 87 119 23 55 87 119 ] [0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 24 56 88 120 24 56 88 120 24 56 88 120 24 56 88 120 ] [0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 25 57 89 121 25 57 89 121 25 57 89 121 25 57 89 121 ] [0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 26 58 90 122 26 58 90 122 26 58 90 122 26 58 90 122 ] [0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 27 59 91 123 27 59 91 123 27 59 91 123 27 59 91 123 ] [0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 28 60 92 124 28 60 92 124 28 60 92 124 28 60 92 124 ] [0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 29 61 93 125 29 61 93 125 29 61 93 125 29 61 93 125 ] [0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 30 62 94 126 30 62 94 126 30 62 94 126 30 62 94 126 ] [0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 31 63 95 127 31 63 95 127 31 63 95 127 31 63 95 127 ]] ``` 当输入输出为half类型时，结果示例如下： ``` 输入数据(src): [[ 0. 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15.] [ 16. 17. 18. 19. 20. 21. 22. 23. 24. 25. 26. 27. 28. 29. 30. 31.] [ 32. 33. 34. 35. 36. 37. 38. 39. 40. 41. 42. 43. 44. 45. 46. 47.] [ 48. 49. 50. 51. 52. 53. 54. 55. 56. 57. 58. 59. 60. 61. 62. 63.] [ 64. 65. 66. 67. 68. 69. 70. 71. 72. 73. 74. 75. 76. 77. 78. 79.] [ 80. 81. 82. 83. 84. 85. 86. 87. 88. 89. 90. 91. 92. 93. 94. 95.] [ 96. 97. 98. 99. 100. 101. 102. 103. 104. 105. 106. 107. 108. 109. 110. 111.] [112. 113. 114. 115. 116. 117. 118. 119. 120. 121. 122. 123. 124. 125. 126. 127.] [128. 129. 130. 131. 132. 133. 134. 135. 136. 137. 138. 139. 140. 141. 142. 143.] [144. 145. 146. 147. 148. 149. 150. 151. 152. 153. 154. 155. 156. 157. 158. 159.] [160. 161. 162. 163. 164. 165. 166. 167. 168. 169. 170. 171. 172. 173. 174. 175.] [176. 177. 178. 179. 180. 181. 182. 183. 184. 185. 186. 187. 188. 189. 190. 191.] [192. 193. 194. 195. 196. 197. 198. 199. 200. 201. 202. 203. 204. 205. 206. 207.] [208. 209. 210. 211. 212. 213. 214. 215. 216. 217. 218. 219. 220. 221. 222. 223.] [224. 225. 226. 227. 228. 229. 230. 231. 232. 233. 234. 235. 236. 237. 238. 239.] [240. 241. 242. 243. 244. 245. 246. 247. 248. 249. 250. 251. 252. 253. 254. 255.]] 输出数据(dstGm): [[ 0. 16. 32. 48. 64. 80. 96. 112. 128. 144. 160. 176. 192. 208. 224. 240.] [ 1. 17. 33. 49. 65. 81. 97. 113. 129. 145. 161. 177. 193. 209. 225. 241.] [ 2. 18. 34. 50. 66. 82. 98. 114. 130. 146. 162. 178. 194. 210. 226. 242.] [ 3. 19. 35. 51. 67. 83. 99. 115. 131. 147. 163. 179. 195. 211. 227. 243.] [ 4. 20. 36. 52. 68. 84. 100. 116. 132. 148. 164. 180. 196. 212. 228. 244.] [ 5. 21. 37. 53. 69. 85. 101. 117. 133. 149. 165. 181. 197. 213. 229. 245.] [ 6. 22. 38. 54. 70. 86. 102. 118. 134. 150. 166. 182. 198. 214. 230. 246.] [ 7. 23. 39. 55. 71. 87. 103. 119. 135. 151. 167. 183. 199. 215. 231. 247.] [ 8. 24. 40. 56. 72. 88. 104. 120. 136. 152. 168. 184. 200. 216. 232. 248.] [ 9. 25. 41. 57. 73. 89. 105. 121. 137. 153. 169. 185. 201. 217. 233. 249.] [ 10. 26. 42. 58. 74. 90. 106. 122. 138. 154. 170. 186. 202. 218. 234. 250.] [ 11. 27. 43. 59. 75. 91. 107. 123. 139. 155. 171. 187. 203. 219. 235. 251.] [ 12. 28. 44. 60. 76. 92. 108. 124. 140. 156. 172. 188. 204. 220. 236. 252.] [ 13. 29. 45. 61. 77. 93. 109. 125. 141. 157. 173. 189. 205. 221. 237. 253.] [ 14. 30. 46. 62. 78. 94. 110. 126. 142. 158. 174. 190. 206. 222. 238. 254.] [ 15. 31. 47. 63. 79. 95. 111. 127. 143. 159. 175. 191. 207. 223. 239. 255.]] ``` 当输入输出为int32_t类型时，结果示例如下： ``` 输入数据（src）： [[ 0 1 2 3 4 5 6 7 ] [ 8 9 10 11 12 13 14 15 ] [ 16 17 18 19 20 21 22 23 ] [ 24 25 26 27 28 29 30 31 ] [ 32 33 34 35 36 37 38 39 ] [ 40 41 42 43 44 45 46 47 ] [ 48 49 50 51 52 53 54 55 ] [ 56 57 58 59 60 61 62 63 ] [ 64 65 66 67 68 69 70 71 ] [ 72 73 74 75 76 77 78 79 ] [ 80 81 82 83 84 85 86 87 ] [ 88 89 90 91 92 93 94 95 ] [ 96 97 98 99 100 101 102 103 ] [ 104 105 106 107 108 109 110 111 ] [ 112 113 114 115 116 117 118 119 ] [ 120 121 122 123 124 125 126 127]] 输出数据（dstGm）: [[ 0 8 16 24 32 40 48 56 64 72 80 88 96 104 112 120 ] [ 1 9 17 25 33 41 49 57 65 73 81 89 97 105 113 121 ] [ 2 10 18 26 34 42 50 58 66 74 82 90 98 106 114 122 ] [ 3 11 19 27 35 43 51 59 67 75 83 91 99 107 115 123 ] [ 4 12 20 28 36 44 52 60 68 76 84 92 100 108 116 124 ] [ 5 13 21 29 37 45 53 61 69 77 85 93 101 109 117 125 ] [ 6 14 22 30 38 46 54 62 70 78 86 94 102 110 118 126 ] [ 7 15 23 31 39 47 55 63 71 79 87 95 103 111 119 127 ]] ```