--- title: Xor description: "| 产品 | 是否支持 |" url: https://www.hiascend.com/document/detail/zh/canncommercial/latest/API/ascendcopapi/atlasascendc_api_07_0601.html sourcePath: /source/zh/canncommercial/900/API/ascendcopapi/atlasascendc_api_07_0601.html indexId: b249b2a5983ed621ce86414e6c38e121274279351bcc18dc01576c979f2efcfe76 --- # Xor #### 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 | x | #### 功能说明 按元素执行Xor运算，Xor（异或）的概念和运算规则如下： - 概念：参加运算的两个数据，按二进制位进行“异或”运算。 - 运算规则：0^0=0；0^1=1；1^0=1；1^1=0；即：参加运算的两个对象，如果两个相应位为“异”（值不同），则该位结果为1，否则为 0【同0异1】。 计算公式如下： ``` 例如：3^5=6，即0000 0011^0000 0101 = 0000 0110 ``` #### 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 Xor(const LocalTensor& dstTensor, const LocalTensor& src0Tensor, const LocalTensor& src1Tensor, const LocalTensor& sharedTmpBuffer, const uint32_t calCount) - 源操作数Tensor全部参与计算 1 2 template __aicore__ inline void Xor(const LocalTensor& dstTensor, const LocalTensor& src0Tensor, const LocalTensor& src1Tensor, 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 Xor(const LocalTensor& dstTensor, const LocalTensor& src0Tensor, const LocalTensor& src1Tensor, const uint32_t calCount) - 源操作数Tensor全部参与计算 1 2 template __aicore__ inline void Xor(const LocalTensor& dstTensor, const LocalTensor& src0Tensor, const LocalTensor& src1Tensor) 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GetXorMaxMinTmpSize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：int16\_t、uint16\_t。 Atlas A3 训练系列产品 / Atlas A3 推理系列产品 ，支持的数据类型为：int16\_t、uint16\_t。 Atlas A2 训练系列产品 / Atlas A2 推理系列产品 ，支持的数据类型为：int16\_t、uint16\_t。 Atlas 200I/500 A2 推理产品 ，支持的数据类型为：int16\_t、uint16\_t。 Atlas 推理系列产品 AI Core，支持的数据类型为：int16\_t、uint16\_t。 | | 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。 | | src0Tensor | 输入 | 源操作数0。 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。 | | src1Tensor | 输入 | 源操作数1。 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Xor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GetXorMaxMinTmpSize。 | | calCount | 输入 | 参与计算的元素个数。 | #### 返回值说明 无 #### 约束说明 - 不支持源操作数与目的操作数地址重叠。 - 当前仅支持ND格式的输入，不支持其他格式。 - calCount需要保证小于或等于src0Tensor和src1Tensor和dstTensor存储的元素范围。 - 对于不带calCount参数的接口，需要保证src0Tensor和src1Tensor的shape大小相等。 - 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 完整的调用样例可参考Xor样例(https://gitcode.com/cann/asc-devkit/tree/9.0.0/examples/01_simd_cpp_api/03_libraries/12_math/xor)。 ``` // dstLocal: 存放计算结果的Tensor // src0Local: 参与计算的输入Tensor // src1Local: 参与计算的输入Tensor AscendC::Xor(dstLocal, src0Local, src1Local); ``` 结果示例如下： ``` 输入数据(srcLocal): [ 2 3 5 7 11 13 17 19 ] 输入数据(srcLocal): [ 1 2 3 4 5 6 7 8 ] 输出数据(dstLocal): [ 3 1 6 3 14 10 22 27 ] ```