okftype: reference.api description: "按掩码将矢量数据寄存器中的int4x2_t元素转换为bfloat16_t元素,同一 int4x2_t 内两个4bit整数共用 mask 一位,为1时转换为两个。" tag:
- roles: [compute]
- operations: [conversion]
- traits: [elementwise, split_high_low] dependencies:
- path: docs/zh/api/SIMD-API/c_api/reg_compute/reg_convert/rounding_mode.md kind: related condition: "舍入与饱和模式说明" version: ">=9.0.0" version_changes:
- since: "9.2.0" kind: overload_added scope: "overload:asc_int4x22bfloat16__Rvbf16_vi4x2_vb_icposqfirst" scope_basis: resolved note: "新增显式四分之一位置标签重载(asc_position_quarter_mode),9.0.0 仅有位置模式重载;参数与返回值形式保持不变。"
- since: "9.2.0" kind: overload_added scope: "overload:asc_int4x22bfloat16__Rvbf16_vi4x2_vb_icposqsecond" scope_basis: resolved note: "新增显式四分之一位置标签重载(asc_position_quarter_mode),9.0.0 仅有位置模式重载;参数与返回值形式保持不变。"
- since: "9.2.0" kind: overload_added scope: "overload:asc_int4x22bfloat16__Rvbf16_vi4x2_vb_icposqthird" scope_basis: resolved note: "新增显式四分之一位置标签重载(asc_position_quarter_mode),9.0.0 仅有位置模式重载;参数与返回值形式保持不变。"
- since: "9.2.0" kind: overload_added scope: "overload:asc_int4x22bfloat16__Rvbf16_vi4x2_vb_icposqfourth" scope_basis: resolved note: "新增显式四分之一位置标签重载(asc_position_quarter_mode),9.0.0 仅有位置模式重载;参数与返回值形式保持不变。"
- since: "9.2.0" kind: overload_added scope: "overload:asc_int4x22bfloat16__vi4x2_vb_icposqfirst" scope_basis: resolved note: "新增显式四分之一位置标签重载(asc_position_quarter_mode),9.0.0 仅有位置模式重载;参数与返回值形式保持不变。"
- since: "9.2.0" kind: overload_added scope: "overload:asc_int4x22bfloat16__vi4x2_vb_icposqsecond" scope_basis: resolved note: "新增显式四分之一位置标签重载(asc_position_quarter_mode),9.0.0 仅有位置模式重载;参数与返回值形式保持不变。"
- since: "9.2.0" kind: overload_added scope: "overload:asc_int4x22bfloat16__vi4x2_vb_icposqthird" scope_basis: resolved note: "新增显式四分之一位置标签重载(asc_position_quarter_mode),9.0.0 仅有位置模式重载;参数与返回值形式保持不变。"
- since: "9.2.0" kind: overload_added scope: "overload:asc_int4x22bfloat16__vi4x2_vb_icposqfourth" scope_basis: resolved note: "新增显式四分之一位置标签重载(asc_position_quarter_mode),9.0.0 仅有位置模式重载;参数与返回值形式保持不变。"
asc_int4x22bfloat16
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/reg_convert.h"。
int4x2_t将两个连续的4bit有符号整数打包为一个8bit存储单元。本接口根据mask将src中参与计算的4bit有符号整数转换为bfloat16_t类型,可通过引用参数或函数返回值输出结果。
由于每个4bit有符号整数的位宽小于1Byte,实际处理时,同一int4x2_t存储单元内的两个4bit有符号整数共同对应mask中的一个掩码位。该掩码位为1时,两个4bit有符号整数同时参与转换,转换结果作为两个连续的bfloat16_t类型元素写入dst;为0时,对应的两个bfloat16_t类型元素均置0。
由于单个源数据与目的数据的类型位宽比为1:4,src中的int4x2_t存储单元按索引分为四组。参数src_quarter_pos从src中离散选取每隔4个存储单元的位置读取数据,具体为索引0、4、8、…,索引1、5、9、…,索引2、6、10、…或索引3、7、11、…。
本接口为Reg矢量计算接口,仅在AIV上生效。
函数原型
// 通过引用参数输出结果(占位符形式)
__simd_callee__ inline void asc_int4x22bfloat16(vector_bfloat16_t& dst,
vector_int4x2_t src,
vector_bool mask,
std::integral_constant<asc_position_quarter_mode, <quarter_pos>> src_quarter_pos)
// 通过函数返回值返回结果(占位符形式)
__simd_callee__ inline vector_bfloat16_t asc_int4x22bfloat16(vector_int4x2_t src,
vector_bool mask,
std::integral_constant<asc_position_quarter_mode, <quarter_pos>> src_quarter_pos)
占位符说明如下:
<quarter_pos>支持asc_position_quarter_mode枚举类的四个取值:
enum class asc_position_quarter_mode {
DISPERSE_FIRST_QUARTER = 0,
DISPERSE_SECOND_QUARTER,
DISPERSE_THIRD_QUARTER,
DISPERSE_FOURTH_QUARTER
};
函数原型典型示例
// 通过引用参数输出结果
__simd_callee__ inline void asc_int4x22bfloat16(vector_bfloat16_t& dst,
vector_int4x2_t src,
vector_bool mask,
std::integral_constant<asc_position_quarter_mode,
asc_position_quarter_mode::DISPERSE_FIRST_QUARTER> src_quarter_pos)
// 通过函数返回值返回结果
__simd_callee__ inline vector_bfloat16_t asc_int4x22bfloat16(vector_int4x2_t src,
vector_bool mask,
std::integral_constant<asc_position_quarter_mode,
asc_position_quarter_mode::DISPERSE_FIRST_QUARTER> src_quarter_pos)
参数说明
表1 参数说明
| 参数名 | 输入/输出 | 描述 |
|---|---|---|
| dst | 输出 | 目的操作数(矢量数据寄存器)。 |
| src | 输入 | 源操作数(矢量数据寄存器)。 |
| mask | 输入 | 掩码寄存器,用于控制各元素是否参与计算。mask中与元素对应的比特位为1时,该元素参与计算;为0时,该元素不参与计算。 |
| src_quarter_pos | 输入 | 四分之一位置选择标签(编译期标签分发,通过编译期重载选择对应实现),用于选择源操作数的读取位置。可传入对应的编译期标签:ASC_DISPERSE_FIRST_QUARTER、ASC_DISPERSE_SECOND_QUARTER、ASC_DISPERSE_THIRD_QUARTER和ASC_DISPERSE_FOURTH_QUARTER。 |
矢量数据寄存器和掩码寄存器的详细说明请参见reg数据类型定义。
返回值说明
- 通过引用参数输出结果的函数原型无返回值。
- 通过函数返回值输出结果的函数原型返回计算结果,返回值类型与对应引用输出函数原型中
dst参数的类型一致(去除引用)。
约束说明
- Reg矢量计算C API通用约束请参见通用约束。
- 位置选择标签参数仅能使用上述编译期常量。
mask掩码位为0时,dst对应元素置0。
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:
bisheng example.asc -o main --npu-arch=dav-3510 && ./main
#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;
constexpr uint32_t ELEMENTS_PER_REGISTER = 256;
constexpr uint32_t DATA_BYTES = 260;
// 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);
// 按单轮处理能力向上取整,确保非整寄存器长度的尾块也被处理。
constexpr uint32_t REPEAT_COUNT =
(TOTAL_LENGTH + ELEMENTS_PER_REGISTER - 1) / ELEMENTS_PER_REGISTER;
constexpr uint32_t PADDED_BUFFER_BYTES = REPEAT_COUNT * ELEMENTS_PER_REGISTER;
__simd_vf__ inline void convert(__ubuf__ uint8_t* output, __ubuf__ uint8_t* input, uint32_t one_repeat_size, uint16_t repeat_time)
{
// 保留剩余有效元素数,供更新掩码处理尾块。
uint32_t remaining_length = TOTAL_LENGTH / sizeof(uint8_t);
for (uint16_t i = 0; i < repeat_time; ++i) {
const uint32_t offset = i * one_repeat_size;
vector_bool mask = asc_update_mask_b8(remaining_length);
vector_bfloat16_t dst;
vector_int4x2_t src;
asc_loadalign(dst, reinterpret_cast<__ubuf__ bfloat16_t*>(output + offset));
asc_loadalign(src, reinterpret_cast<__ubuf__ int4b_t*>(input + offset));
asc_int4x22bfloat16(dst, src, mask, ASC_DISPERSE_FIRST_QUARTER);
asc_storealign(reinterpret_cast<__ubuf__ bfloat16_t*>(output + offset), dst, mask);
}
}
} // namespace
__global__ __vector__ void asc_int4x22bfloat16_kernel(__gm__ uint8_t* output, __gm__ uint8_t* input)
{
asc_init();
__ubuf__ uint8_t output_local[PADDED_BUFFER_BYTES];
__ubuf__ uint8_t input_local[PADDED_BUFFER_BYTES];
asc_lock(PIPE_MTE2, MUTEX_ID);
asc_copy_gm2ub_align(input_local, input, PADDED_BUFFER_BYTES);
asc_copy_gm2ub_align(output_local, output, PADDED_BUFFER_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<convert>(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, PADDED_BUFFER_BYTES);
asc_unlock(PIPE_MTE3, MUTEX_ID);
asc_sync();
}
int main()
{
constexpr uint8_t input_pattern[] = {0x11};
constexpr uint8_t golden_pattern[] = {0x80, 0x3f};
std::vector<uint8_t> input(PADDED_BUFFER_BYTES);
std::vector<uint8_t> output(PADDED_BUFFER_BYTES, 0);
std::vector<uint8_t> golden(PADDED_BUFFER_BYTES);
for (size_t i = 0; i < PADDED_BUFFER_BYTES; ++i) {
input[i] = input_pattern[i % sizeof(input_pattern)];
golden[i] = (i < TOTAL_LENGTH) ? golden_pattern[i % sizeof(golden_pattern)] : input[i];
}
aclInit(nullptr);
aclrtSetDevice(0);
uint8_t* input_device = nullptr;
uint8_t* output_device = nullptr;
aclrtMalloc(reinterpret_cast<void**>(&input_device), PADDED_BUFFER_BYTES, ACL_MEM_MALLOC_HUGE_FIRST);
aclrtMalloc(reinterpret_cast<void**>(&output_device), PADDED_BUFFER_BYTES, ACL_MEM_MALLOC_HUGE_FIRST);
aclrtMemcpy(input_device, PADDED_BUFFER_BYTES, input.data(), PADDED_BUFFER_BYTES, ACL_MEMCPY_HOST_TO_DEVICE);
aclrtMemcpy(output_device, PADDED_BUFFER_BYTES, output.data(), PADDED_BUFFER_BYTES, ACL_MEMCPY_HOST_TO_DEVICE);
asc_int4x22bfloat16_kernel<<<1, 0>>>(output_device, input_device);
aclrtSynchronizeDevice();
aclrtMemcpy(output.data(), PADDED_BUFFER_BYTES, output_device, PADDED_BUFFER_BYTES, ACL_MEMCPY_DEVICE_TO_HOST);
bool passed = true;
for (size_t i = 0; i < TOTAL_LENGTH; ++i) passed = passed && (output[i] == golden[i]);
std::cout << (passed ? "[Success] asc_int4x22bfloat16 passed."
: "[Failed] asc_int4x22bfloat16 failed.") << std::endl;
aclrtFree(input_device);
aclrtFree(output_device);
aclrtResetDevice(0);
aclFinalize();
return passed ? 0 : 1;
}