Relu【免费下载链接】asc-devkit本项目是CANN 推出的昇腾AI处理器专用的算子程序开发语言原生支持C和C标准规范主要由类库和语言扩展层构成提供多层级API满足多维场景算子开发诉求。项目地址: https://gitcode.com/cann/asc-devkit产品支持情况产品是否支持Ascend 950PR/Ascend 950DT√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 CorexAtlas 训练系列产品√Kirin X90√Kirin 9030√功能说明按元素做线性整流Relu计算公式如下 函数原型tensor前n个数据计算template typename T __aicore__ inline void Relu(const LocalTensorT dst, const LocalTensorT src, const int32_t count)tensor高维切分计算mask逐bit模式template typename T, bool isSetMask true __aicore__ inline void Relu(const LocalTensorT dst, const LocalTensorT src, uint64_t mask[], const uint8_t repeatTime, const UnaryRepeatParams repeatParams)mask连续模式template typename T, bool isSetMask true __aicore__ inline void Relu(const LocalTensorT dst, const LocalTensorT src, uint64_t mask, const uint8_t repeatTime, const UnaryRepeatParams repeatParams)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 训练系列产品支持的数据类型为halfAtlas 推理系列产品 AI Core支持的数据类型为half/int32_t/floatAtlas A2 训练系列产品 / Atlas A2 推理系列产品支持的数据类型为half/int32_t/floatAtlas A3 训练系列产品 / Atlas A3 推理系列产品支持的数据类型为half/int32_t/floatAtlas 200I/500 A2 推理产品支持的数据类型为half/int32_t/floatAscend 950PR/Ascend 950DT支持的数据类型为half/int32_t/float/int64_tKirin X90支持的数据类型为half/int32_t/float。Kirin 9030支持的数据类型为half/int32_t/float。isSetMask是否在接口内部设置mask。true表示在接口内部设置mask。false表示在接口外部设置mask开发者需要使用SetVectorMask接口设置mask值。这种模式下接口入参中的mask值设置为占位符MASK_PLACEHOLDER用于占位无实际含义。表 2参数说明参数名输入/输出描述dst输出目的操作数。类型为LocalTensor支持的TPosition为VECIN/VECCALC/VECOUT。LocalTensor的起始地址需要32字节对齐。src输入源操作数。类型为LocalTensor支持的TPosition为VECIN/VECCALC/VECOUT。LocalTensor的起始地址需要32字节对齐。源操作数的数据类型需要与目的操作数保持一致。count输入参与计算的元素个数。mask[]/mask输入mask用于控制每次迭代内参与计算的元素。逐bit模式可以按位控制哪些元素参与计算bit位的值为1表示参与计算0表示不参与。mask为数组形式数组长度和数组元素的取值范围和操作数的数据类型有关。当操作数为16位时数组长度为2mask[0]、mask[1]∈[0, 264-1]并且不同时为0当操作数为32位时数组长度为1mask[0]∈(0, 264-1]当操作数为64位时数组长度为1mask[0]∈(0, 232-1]。例如mask[8, 0]80b1000表示仅第4个元素参与计算。连续模式表示前面连续的多少个元素参与计算。取值范围和操作数的数据类型有关数据类型不同每次迭代内能够处理的元素个数最大值不同。当操作数为16位时mask∈[1, 128]当操作数为32位时mask∈[1, 64]当操作数为64位时mask∈[1, 32]。repeatTime输入重复迭代次数。矢量计算单元每次读取连续的256Bytes数据进行计算为完成对输入数据的处理必须通过多次迭代repeat才能完成所有数据的读取与计算。repeatTime表示迭代的次数。关于该参数的具体描述请参考高维切分API。repeatParams输入控制操作数地址步长的参数。UnaryRepeatParams类型包含操作数相邻迭代间相同DataBlock的地址步长操作数同一迭代内不同DataBlock的地址步长等参数。相邻迭代间的地址步长参数说明请参考repeatStride同一迭代内DataBlock的地址步长参数说明请参考dataBlockStride。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。操作数地址重叠约束请参考通用地址重叠约束。针对Ascend 950PR/Ascend 950DTint64_t数据类型仅支持tensor前n个数据计算接口。调用示例本样例的srcLocal和dstLocal均为half类型。更多样例可参考LINK。tensor高维切分计算样例-mask连续模式uint64_t mask 256 / sizeof(half); // repeatTime 4, 128 elements one repeat, 512 elements total // dstBlkStride, srcBlkStride 1, no gap between blocks in one repeat // dstRepStride, srcRepStride 8, no gap between repeats AscendC::Relu(dstLocal, srcLocal, mask, 4, { 1, 1, 8, 8 });tensor高维切分计算样例-mask逐bit模式uint64_t mask[2] { UINT64_MAX, UINT64_MAX }; // repeatTime 4, 128 elements one repeat, 512 elements total // dstBlkStride, srcBlkStride 1, no gap between blocks in one repeat // dstRepStride, srcRepStride 8, no gap between repeats AscendC::Relu(dstLocal, srcLocal, mask, 4, { 1, 1, 8, 8 });tensor前n个数据计算样例AscendC::Relu(dstLocal, srcLocal, 512);结果示例如下输入数据srcLocal: [6.938 -8.86 -0.2263 ... 1.971 1.778] 输出数据dstLocal: [6.938 0 0 ... 1.971 1.778]【免费下载链接】asc-devkit本项目是CANN 推出的昇腾AI处理器专用的算子程序开发语言原生支持C和C标准规范主要由类库和语言扩展层构成提供多层级API满足多维场景算子开发诉求。项目地址: https://gitcode.com/cann/asc-devkit创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
