Skip to content

asc_update_addr_reg

产品支持情况​

  • Ascend 950PR&950DT系列产品:支持
  • Atlas A3系列产品:不支持
  • Atlas A2系列产品:不支持
  • Atlas 200I/500 A2推理产品:不支持
  • Atlas推理系列产品AI Core:不支持
  • Atlas推理系列产品Vector Core:不支持
  • Atlas训练系列产品:不支持

功能说明​

头文件路径为:"c_api/reg_compute/compute/reg_addr_reg.h"。

更新地址寄存器(addr_reg),用于迭代寻址。支持1~4维偏移量设置,位宽支持b8、b16、b32三种模式:

  • b8模式:每次迭代地址偏移量以1字节为单位,适用于int8_t、uint8_t等类型的操作。
  • b16模式:每次迭代地址偏移量以2字节为单位,适用于half、int16_t等类型的操作。
  • b32模式:每次迭代地址偏移量以4字节为单位,适用于float、int32_t等类型的操作。

每次迭代时的地址偏移量计算公式为:offset = index0×stride0 + index1×stride1 + index2×stride2 + index3×stride3,其中index_i为各维度的循环迭代变量,stride_i为各维度的步长。例如在4维场景(N, C, H, W)中,offset0对应W维(最内层),offset1对应H×W,offset2对应C×H×W,offset3对应N×C×H×W。addr_reg更新后配合asc_loadalign/asc_storealign等接口使用,在循环中按设定的偏移量自动递增Unified Buffer(UB)地址。

说明

旧接口 asc_create_iter_reg_* 已废弃,请使用 asc_update_addr_reg_* 替代。旧接口返回类型 iter_reg 也已更名为 addr_reg。

函数原型​

  • 1维偏移

    C
    __simd_callee__ inline addr_reg asc_update_addr_reg_b8(uint32_t offset)
    __simd_callee__ inline addr_reg asc_update_addr_reg_b16(uint32_t offset)
    __simd_callee__ inline addr_reg asc_update_addr_reg_b32(uint32_t offset)
    
  • 2维偏移

    C
    __simd_callee__ inline addr_reg asc_update_addr_reg_b8(uint32_t offset0,
                                                           uint32_t offset1)
    __simd_callee__ inline addr_reg asc_update_addr_reg_b16(uint32_t offset0,
                                                            uint32_t offset1)
    __simd_callee__ inline addr_reg asc_update_addr_reg_b32(uint32_t offset0,
                                                            uint32_t offset1)
    
  • 3维偏移

    C
    __simd_callee__ inline addr_reg asc_update_addr_reg_b8(uint32_t offset0,
                                                           uint32_t offset1,
                                                           uint32_t offset2)
    __simd_callee__ inline addr_reg asc_update_addr_reg_b16(uint32_t offset0,
                                                            uint32_t offset1,
                                                            uint32_t offset2)
    __simd_callee__ inline addr_reg asc_update_addr_reg_b32(uint32_t offset0,
                                                            uint32_t offset1,
                                                            uint32_t offset2)
    
  • 4维偏移

    C
    __simd_callee__ inline addr_reg asc_update_addr_reg_b8(uint32_t offset0,
                                                           uint32_t offset1,
                                                           uint32_t offset2,
                                                           uint32_t offset3)
    __simd_callee__ inline addr_reg asc_update_addr_reg_b16(uint32_t offset0,
                                                            uint32_t offset1,
                                                            uint32_t offset2,
                                                            uint32_t offset3)
    __simd_callee__ inline addr_reg asc_update_addr_reg_b32(uint32_t offset0,
                                                            uint32_t offset1,
                                                            uint32_t offset2,
                                                            uint32_t offset3)
    

参数说明​

表1 参数说明

参数名输入/输出描述
offset输入第1维的偏移量(最内层),单位为元素个数。
数据类型为uint32_t。
例如b32模式下offset=64表示64个float元素(一个VL即256B)。
offset0输入第1维的偏移量(最内层,如W维),单位为元素个数。
数据类型为uint32_t。
offset1输入第2维的偏移量(如H×W维的总步长),单位为元素个数。
数据类型为uint32_t。
offset2输入第3维的偏移量(如C×H×W维的总步长),单位为元素个数。
数据类型为uint32_t。
offset3输入第4维的偏移量(最外层,如N×C×H×W维的总步长),单位为元素个数。
数据类型为uint32_t。

返回值说明​

返回值为addr_reg,地址寄存器。

约束说明​

  • 请勿在循环内使用if/else。
  • addr_reg必须在最内层循环体内赋值使用。
  • 不同步长的操作数,建议使用多个addr_reg,避免地址被覆盖。
  • addr_reg的数量上限为8,超过8个可能会导致性能劣化。编译器会自动复用生命周期已经结束的addr_reg寄存器。
  • 由于硬件(HardwareLoop)限制,addr_reg最多支持4层循环。

调用示例​

将代码保存为example.asc后,可通过bisheng命令编译运行,其中--npu-arch参数需根据实际产品型号指定对应的NPU架构,具体产品与NPU架构的映射关系请参考__NPU_ARCH__。

以Ascend 950PR&950DT系列产品(对应NPU架构为dav-3510)为例,编译运行命令如下:

Bash
bisheng example.asc -o main --npu-arch=dav-3510 && ./main
C++
#include <cstdint>
#include <iostream>
#include <vector>
#include "c_api/asc_simd.h"
#include "utils/std/cmath.h"
#include "acl/acl.h"

namespace {
constexpr uint8_t MUTEX_ID = 0;


template <typename T>
bool compare_data(const std::vector<T>& actual, const std::vector<T>& expected, double tolerance = 0.0)
{
    if (actual.size() != expected.size()) return false;
    for (size_t i = 0; i < actual.size(); ++i) {
        if (actual[i] == expected[i]) continue;
        const double diff = static_cast<double>(actual[i]) - static_cast<double>(expected[i]);
        if (diff > tolerance || diff < -tolerance) return false;
    }
    return true;
}

constexpr uint16_t ONE_REPEAT_SIZE = 256;
constexpr uint32_t DATA_BYTES = 523;
constexpr uint16_t REPEAT_COUNT = (DATA_BYTES + ONE_REPEAT_SIZE - 1) / ONE_REPEAT_SIZE;
constexpr uint32_t TOTAL_BYTES = ONE_REPEAT_SIZE * REPEAT_COUNT;

// 统一记录实际处理长度,用于计算迭代次数并限制尾轮的有效范围。
constexpr uint32_t TOTAL_LENGTH = DATA_BYTES / sizeof(uint8_t);
__simd_vf__ inline void exercise(__ubuf__ uint8_t* output, __ubuf__ uint8_t* input,
                                uint32_t one_repeat_size, uint16_t repeat_time)
{
    vector_uint8_t value;
    addr_reg offset_reg;
    // 保留剩余有效元素数,供更新掩码处理尾块。
    uint32_t remaining_length = DATA_BYTES;
    for (uint16_t i = 0; i < repeat_time; ++i) {
        vector_bool mask = asc_update_mask_b8(remaining_length);
        offset_reg = asc_update_addr_reg_b8(one_repeat_size);
        asc_loadalign(value, input, offset_reg);
        asc_storealign(output, value, offset_reg, mask);
    }
}

__global__ __vector__ void asc_update_addr_reg_kernel(__gm__ uint8_t* output, __gm__ uint8_t* input)
{
    asc_init();
    __ubuf__ uint8_t output_local[TOTAL_BYTES];
    __ubuf__ uint8_t input_local[TOTAL_BYTES];
    asc_lock(PIPE_MTE2, MUTEX_ID);
    asc_copy_gm2ub_align(input_local, input, TOTAL_BYTES);
    asc_unlock(PIPE_MTE2, MUTEX_ID);

    uint32_t one_repeat_size = static_cast<uint32_t>(asc_get_vf_len() / sizeof(uint8_t));
    uint16_t repeat_time = static_cast<uint16_t>(AscendC::Std::ceil_div(TOTAL_LENGTH, one_repeat_size));
    asc_lock(PIPE_V, MUTEX_ID);
    asc_vf_call<exercise>(output_local, input_local, one_repeat_size, repeat_time);
    asc_unlock(PIPE_V, MUTEX_ID);

    asc_lock(PIPE_MTE3, MUTEX_ID);
    asc_copy_ub2gm_align(output, output_local, TOTAL_BYTES);
    asc_unlock(PIPE_MTE3, MUTEX_ID);
    asc_sync();
}
} // namespace

int main()
{
    std::vector<uint8_t> input(TOTAL_BYTES, 0), output(TOTAL_BYTES, 0xff), golden(TOTAL_BYTES, 0xff);
    for (uint32_t i = 0; i < DATA_BYTES; ++i) input[i] = static_cast<uint8_t>(i % 251);
    golden = input;
    aclInit(nullptr);
    aclrtSetDevice(0);
    uint8_t* input_device = nullptr;
    aclrtMalloc(reinterpret_cast<void**>(&input_device), TOTAL_BYTES * sizeof(uint8_t),
        ACL_MEM_MALLOC_HUGE_FIRST);
    uint8_t* output_device = nullptr;
    aclrtMalloc(reinterpret_cast<void**>(&output_device), TOTAL_BYTES * sizeof(uint8_t),
        ACL_MEM_MALLOC_HUGE_FIRST);
    aclrtMemcpy(input_device, input.size() * sizeof(uint8_t), input.data(), input.size() * sizeof(uint8_t),
        ACL_MEMCPY_HOST_TO_DEVICE);
    asc_update_addr_reg_kernel<<<1, 0>>>(output_device, input_device);
    aclrtSynchronizeDevice();
    aclrtMemcpy(output.data(), output.size() * sizeof(uint8_t), output_device, output.size() * sizeof(uint8_t),
        ACL_MEMCPY_DEVICE_TO_HOST);
    bool passed = true;
    for (uint32_t i = 0; i < DATA_BYTES; ++i) passed = passed && output[i] == golden[i];
    std::cout << (passed ? "[Success] asc_update_addr_reg_b8 passed." : "[Failed] asc_update_addr_reg_b8 failed.") << std::endl;
    aclrtFree(input_device);
    aclrtFree(output_device);
    aclrtResetDevice(0);
    aclFinalize();
    return passed ? 0 : 1;
}

免责声明:本站内容由 asc-devkit 仓 master 分支自动编译生成,属于持续开发版本,可能存在缺陷,仅供预览与参考。如需稳定及商用资料,请查阅官方 昇腾社区。