--- title: Frac description: "| 产品 | 是否支持 |" url: https://www.hiascend.com/document/detail/zh/canncommercial/latest/API/ascendcopapi/atlasascendc_api_07_0540.html sourcePath: /source/zh/canncommercial/900/API/ascendcopapi/atlasascendc_api_07_0540.html indexId: 080dcaba5ec5d33d252c0bdc19a417c4b8f8376287aaa9252bd71b729e7308ad76 --- # Frac #### 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 按元素做取小数计算。计算公式如下： 举例如下： Frac(-258.41888) = -0.41888428 Frac(5592.625) = 0.625 #### 函数原型 - 接口框架申请临时空间 - 源操作数Tensor全部参与计算 1 2 template __aicore__ inline void Frac(const LocalTensor& dstTensor, const LocalTensor& srcTensor) - 源操作数Tensor全部/部分参与计算 1 2 template __aicore__ inline void Frac(const LocalTensor& dstTensor, const LocalTensor& srcTensor, const uint32_t calCount) - 通过sharedTmpBuffer入参传入临时空间 - 源操作数Tensor全部参与计算 1 2 template __aicore__ inline void Frac(const LocalTensor& dstTensor, const LocalTensor& srcTensor, const LocalTensor& sharedTmpBuffer) - 源操作数Tensor全部/部分参与计算 1 2 template __aicore__ inline void Frac(const LocalTensor& dstTensor, const LocalTensor& srcTensor, const LocalTensor& sharedTmpBuffer, const uint32_t calCount) 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。 - 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tensor申请空间。临时空间大小BufferSize的获取方式如下：通过GetFracMaxMinTmpSize中提供的GetFracMaxMinTmpSize接口获取需要预留空间大小的上下限。 #### 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。该参数预留，传入默认值false即可。 | **表2 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。 | | 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。 用于Frac内部复杂计算时存储中间变量，由开发者提供。 临时空间大小BufferSize的获取方式请参考GetFracMaxMinTmpSize。 | | calCount | 输入 | 参与计算的元素个数。 | #### 返回值说明 无 #### 约束说明 - 针对Atlas 推理系列产品 AI Core，输入数据限制在[-2147483647.0, 2147483647.0]范围内。 - 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 。 #### 调用示例 完整的调用样例请参考Frac样例(https://gitcode.com/cann/asc-devkit/tree/9.0.0/examples/01_simd_cpp_api/03_libraries/12_math/frac)。 ``` // dstLocal: 存放计算结果的Tensor // srcLocal: 参与计算的输入Tensor AscendC::Frac(dstLocal, srcLocal); ``` 结果示例如下： ``` 输入数据(srcLocal): [9.33 -8.07 -6.38 8.45 5.83 6.46 4.18 1.93] 输出数据(dstLocal): [0.33 -0.07 -0.38 0.45 0.83 0.46 0.18 0.93] ```