--- title: SwiGLU description: "| 产品 | 是否支持 |" url: https://www.hiascend.com/document/detail/zh/canncommercial/latest/API/ascendcopapi/atlasascendc_api_07_0776.html sourcePath: /source/zh/canncommercial/900/API/ascendcopapi/atlasascendc_api_07_0776.html indexId: 2b455b63ba4a741f2e8765caa98bb6bfe376b548ed6b099bf52ca93dc98638b576 --- # SwiGLU #### 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 SwiGLU是采用Swish作为激活函数的GLU变体。具体计算公式如下： 其中Swish激活函数的计算公式如下（β为常量）： #### 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 SwiGLU(LocalTensor& dstTensor, const LocalTensor& srcTensor0, const LocalTensor& srcTensor1, const float& scalarValue, const LocalTensor& sharedTmpBuffer, const uint32_t calCount) - 源操作数Tensor全部参与计算 1 2 template __aicore__ inline void SwiGLU(LocalTensor& dstTensor, const LocalTensor& srcTensor0, const LocalTensor& srcTensor1, const float& scalarValue, 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 SwiGLU(LocalTensor& dstTensor, const LocalTensor& srcTensor0, const LocalTensor& srcTensor1, const float& scalarValue, const uint32_t calCount) - 源操作数Tensor全部参与计算 1 2 template __aicore__ inline void SwiGLU(LocalTensor& dstTensor, LocalTensor& srcTensor0, LocalTensor& srcTensor1, const float& scalarValue) 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GetSwiGLUMaxMinTmpSize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。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。 | | srcTensor0/srcTensor1 | 输入 | 源操作数。 源操作数的数据类型需要与目的操作数保持一致。 类型为LocalTensor，支持的TPosition为VECIN/VECCALC/VECOUT。 | | scalarValue | 输入 | 激活函数中的β参数。 | | sharedTmpBuffer | 输入 | 临时缓存。 类型为LocalTensor，支持的TPosition为VECIN/VECCALC/VECOUT。 用于SwiGLU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GetSwiGLUMaxMinTmpSize。 | | calCount | 输入 | 实际计算数据元素个数。 | #### 返回值说明 无 #### 约束说明 - 操作数地址对齐要求请参见 通用地址对齐约束 。 - 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。 - 不支持sharedTmpBuffer与源操作数和目的操作数地址重叠。 #### 调用示例 完整的算子样例请参考swiglu算子样例(https://gitcode.com/cann/asc-devkit/tree/9.0.0/examples/01_simd_cpp_api/03_libraries/01_activation/swiglu)。 ``` // dstLocal: 存放SwiGLU计算结果的Tensor // src0Local：存放SwiGLU计算的输入Tensor // src1Local：存放SwiGLU计算的输入Tensor // scalarValue：激活函数中的β参数 // sharedTmpBuffer: 存放SwiGLU计算过程中临时缓存的Tensor float scalarValue = 1.0; // 接口框架申请临时空间，全部参与计算 AscendC::SwiGLU(dstLocal, src0Local, src1Local, scalarValue); // 接口框架申请临时空间，部分参与计算, 需要参与计算的元素个数为32 AscendC::SwiGLU(dstLocal, src0Local, src1Local, scalarValue, 32); // 通过sharedTmpBuffer入参传入临时空间，全部参与计算 AscendC::SwiGLU(dstLocal, src0Local, src1Local, scalarValue, sharedTmpBuffer); // 通过sharedTmpBuffer入参传入临时空间，部分参与计算, 需要参与计算的元素个数为32 AscendC::SwiGLU(dstLocal, src0Local, src1Local, scalarValue, sharedTmpBuffer, 32); ``` 结果示例如下：``` 输入数据(srcTensor0): [-4. -3.7419355 -3.483871 -3.2258065 -2.967742 -2.7096775 -2.451613 -2.1935484 -1.9354838 -1.6774193 -1.4193548 -1.1612903 -0.9032258 -0.6451613 -0.38709676 -0.12903225 0.12903225 0.38709676 0.6451613 0.9032258 1.1612903 1.4193548 1.6774193 1.9354838 2.1935484 2.451613 2.7096775 2.967742 3.2258065 3.483871 3.7419355 4. ] 输入数据(srcTensor1)： [0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5 0.5] 输出数据(dstLocal): [-1.2449187 -1.1646013 -1.084284 -1.0039667 -0.9236493 -0.843332 -0.7630147 -0.68269736 -0.60238 -0.52206266 -0.4417453 -0.361428 -0.28111064 -0.20079333 -0.12047599 -0.04015867 0.04015867 0.12047599 0.20079333 0.28111064 0.361428 0.4417453 0.52206266 0.60238 0.68269736 0.7630147 0.843332 0.9236493 1.0039667 1.084284 1.1646013 1.2449187 ] ```