--- title: Cos description: "| 产品 | 是否支持 |" url: https://www.hiascend.com/document/detail/zh/canncommercial/latest/API/ascendcopapi/atlasascendc_api_07_0508.html sourcePath: /source/zh/canncommercial/900/API/ascendcopapi/atlasascendc_api_07_0508.html indexId: b2162cf3f82fcb2114e32740974f3e3f3750fcbcc623cc30d904ec31d822c98276 --- # Cos #### 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 按元素做三角函数余弦运算，计算公式如下： Cos(x)的泰勒展开式为： #### 函数原型 - 通过sharedTmpBuffer入参传入临时空间 - 源操作数Tensor全部/部分参与计算 1 2 template __aicore__ inline void Cos(const LocalTensor& dstTensor, const LocalTensor& srcTensor, const LocalTensor& sharedTmpBuffer, const uint32_t calCount) - 源操作数Tensor全部参与计算 1 2 template __aicore__ inline void Cos(const LocalTensor& dstTensor, const LocalTensor& srcTensor, const LocalTensor& sharedTmpBuffer) - 接口框架申请临时空间 - 源操作数Tensor全部/部分参与计算 1 2 template __aicore__ inline void Cos(const LocalTensor& dstTensor, const LocalTensor& srcTensor, const uint32_t calCount) - 源操作数Tensor全部参与计算 1 2 template __aicore__ inline void Cos(const LocalTensor& dstTensor, const LocalTensor& srcTensor) 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。临时空间支持开发者通过sharedTmpBuffer入参传入和接口框架申请两种方式。 - 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传入的情况，开发者需要为tensor申请空间；接口框架申请的方式，开发者需要预留临时空间。临时空间大小BufferSize的获取方式如下：通过GetCosMaxMinTmpSize中提供的接口获取需要预留空间范围的大小。 #### 参数说明 **表1 模板参数说明** | 参数名 | 描述 | | --- | --- | | T | 操作数的数据类型。 Atlas 350 加速卡，支持的数据类型为：half、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：half、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：half、float。 Atlas 推理系列产品 AI Core，支持的数据类型为：half、float。 | | isReuseSource | 是否允许修改源操作数，默认值为false。该参数仅在输入的数据类型为float时生效。 true：开发者允许源操作数被改写，可以使能该参数，使能后本接口内部计算时复用srcTensor的内存空间，节省部分内存空间； false：本接口内部计算时不复用srcTensor的内存空间。 isReuseSource的使用样例请参考更多样例。 | | config | 该参数仅支持Atlas 350 加速卡。 Cos算法的相关配置。此参数可选配，CosConfig类型，具体定义如下方代码所示，其中参数的含义为： algo：Cos内部实现使用的算法。CosAlgo类型，支持的取值如下： POLYNOMIAL\_APPROXIMATION：默认值。该算法通过简单的多项式逼近实现Cos接口，支持的输入值域范围为[\-65504.0, 65504.0]，支持的数据类型为half、float。 RADIAN\_REDUCTION：该算法通过完整的周期约减实现Cos接口，支持输入全值域，支持的数据类型为half、float。 | ``` struct CosConfig { CosAlgo algo = CosAlgo::POLYNOMIAL_APPROXIMATION; }; enum class CosAlgo { POLYNOMIAL_APPROXIMATION = 0, RADIAN_REDUCTION, }; ``` **表2 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。 | | srcTensor | 输入 | 源操作数。 类型为LocalTensor，支持的TPosition为VECIN/VECCALC/VECOUT。 源操作数的数据类型需要与目的操作数保持一致。 | | 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GetCosMaxMinTmpSize。 | | calCount | 输入 | 参与计算的元素个数。 | #### 返回值说明 无 #### 约束说明 - 对于Atlas 350 加速卡，模板参数config中使用多项式拟合算法POLYNOMIAL_APPROXIMATION时，必须保证输入源数据的值域在[-65504.0, 65504.0]范围内。 - 对于以下产品，输入源数据必须保持值域在[-65504.0, 65504.0]范围内。 - 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 推理系列产品 AI Core - 不支持源操作数与目的操作数地址重叠。 - 不支持sharedTmpBuffer与源操作数和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 。 #### 调用示例 完整的算子样例请参考Cos算子样例(https://gitcode.com/cann/asc-devkit/tree/9.0.0/examples/01_simd_cpp_api/03_libraries/12_math/cos)。 ``` // dstLocal: 存放计算结果的Tensor // srcLocal: 参与计算的输入Tensor // sharedTmpBuffer: 临时缓存, 内部复杂计算时存储中间变量 // 输入tensor长度为1024, 算子输入的数据类型为half, 实际计算个数为512 AscendC::Cos(dstLocal, srcLocal, sharedTmpBuffer, 512); constexpr AscendC::CosAlgo algo = AscendC::CosAlgo::RADIAN_REDUCTION; constexpr AscendC::CosConfig config = { algo }; AscendC::Cos(dstLocal, srcLocal, sharedTmpBuffer, 512); ``` 结果示例如下：``` 输入数据(srcLocal): [0.00 0.01 0.02 ... 5.10 5.11] 输出数据(dstLocal): [1.00000000e+00 9.99949992e-01 9.99800026e-01 ... 3.77977639e-01 3.87216508e-01] ```