asc_ndim_copy_gm2ub
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/vector_datamove/vector_datamove.h"。
该接口用于将多维数据从Global Memory(GM)搬运到Unified Buffer(UB)。相比基础数据搬运接口,本接口可以灵活配置搬入数据的维度信息。
本接口最多支持5个维度,每个维度均可单独配置Stride,并支持随路Padding功能。相关配置参数需通过本接口及配套配置接口传入。
表1 Stride配置参数及其传入接口,其中i表示第i维,取值范围为[0, 4]
| 参数 | 传入接口 | 描述 |
|---|---|---|
| loopi_size | 本接口 | 每个维度内处理的元素个数,不包含Padding元素。 单位为元素个数,取值范围为[1, 2^20-1]。 |
| loopi_src_stride | asc_set_ndim_loopi_stride | 每个维度内,当前源操作数元素与下一个元素间的间隔。 单位为元素个数,取值范围为[0, 2^40-1]。 |
| loopi_dst_stride | asc_set_ndim_loopi_stride | 每个维度内,当前目的操作数元素与下一个元素间的间隔。 单位为元素个数,取值范围为[0, 2^20-1]。 |
表2 Padding配置参数及其传入接口,其中i表示第i维,取值范围为[0, 4]
| 参数 | 传入接口 | 描述 |
|---|---|---|
| padding_mode | 本接口 | Padding值的填充方式,类型为bool。• true:使用常数填充,所有Padding值均为固定值pad_value。• false:使用最近值填充,左右Padding值选取当前维度最左侧或最右侧的值。 |
| pad_value | asc_set_ndim_pad_value | 当padding_mode为true时,该值作为Padding的固定填充值;当padding_mode为false时,该值不生效。 |
| loopi_lp_count | • 0维:本接口 • 1至4维:asc_set_ndim_pad_count | 每个维度左侧需要补齐的元素个数。 单位为元素个数,取值范围为[0, 255]。 |
| loopi_rp_count | • 0维:本接口 • 1至4维:asc_set_ndim_pad_count | 每个维度右侧需要补齐的元素个数。 单位为元素个数,取值范围为[0, 255]。 |
以下以2维的例子,介绍几个典型使用场景。
2D Padding场景,使用固定值填充方式

2D Padding场景,使用最近值填充方式

2D Transpose场景

2D Slice场景

2D Broadcast场景

本接口仅在AIV上生效。
函数原型
C
// 占位符形式
__aicore__ inline void asc_ndim_copy_gm2ub(__ubuf__ <dtype>* dst,
__gm__ <dtype>* src,
uint32_t loop0_size,
uint32_t loop1_size,
uint32_t loop2_size,
uint32_t loop3_size,
uint32_t loop4_size,
uint8_t loop0_lp_count,
uint8_t loop0_rp_count,
bool padding_mode,
asc_load_l2_cache_mode l2_cache_mode)
dtype支持数据类型
dtype取值为:int8_t、uint8_t、fp4x2_e2m1_t、fp4x2_e1m2_t、fp8_e8m0_t、fp8_e5m2_t、fp8_e4m3fn_t、int16_t、uint16_t、half、bfloat16_t、int32_t、uint32_t、float。
函数原型典型示例
C
// 示例:源与目的数据类型为half
__aicore__ inline void asc_ndim_copy_gm2ub(__ubuf__ half* dst,
__gm__ half* src,
uint32_t loop0_size,
uint32_t loop1_size,
uint32_t loop2_size,
uint32_t loop3_size,
uint32_t loop4_size,
uint8_t loop0_lp_count,
uint8_t loop0_rp_count,
bool padding_mode,
asc_load_l2_cache_mode l2_cache_mode)
参数说明
表3 参数说明
| 参数名 | 输入/输出 | 描述 |
|---|---|---|
| dst | 输出 | 目的UB的起始地址,指向padding后数据的起始位置。需要1字节对齐。 |
| src | 输入 | 源GM的起始地址。需要按dtype字节对齐(b8类型要求1字节对齐、b16类型要求2字节对齐、b32类型要求4字节对齐)。 |
| loop0_size | 输入 | 0维处理的元素个数,不包含Padding元素。 单位为元素个数,取值范围为[1, |
| loop1_size | 输入 | 1维处理的元素个数,不包含Padding元素。 单位为元素个数,取值范围为[1, |
| loop2_size | 输入 | 2维处理的元素个数,不包含Padding元素。 单位为元素个数,取值范围为[1, |
| loop3_size | 输入 | 3维处理的元素个数,不包含Padding元素。 单位为元素个数,取值范围为[1, |
| loop4_size | 输入 | 4维处理的元素个数,不包含Padding元素。 单位为元素个数,取值范围为[1, |
| loop0_lp_count | 输入 | 0维左侧需要补齐的元素个数。 单位为元素个数,取值范围为[0, 255]。 |
| loop0_rp_count | 输入 | 0维右侧需要补齐的元素个数。 单位为元素个数,取值范围为[0, 255]。 |
| padding_mode | 输入 | Padding值的填充方式。 • true:使用常数填充,所有Padding值均为固定值pad_value。• false:使用最近值填充,左右Padding值选取当前维度最左侧或最右侧的值。 |
| l2_cache_mode | 输入 | asc_load_l2_cache_mode类型的枚举值,用于配置数据在L2 Cache中的管理策略。 |
| cache_mode | 输入 | 已废弃的L2 Cache管理策略配置参数,请改用l2_cache_mode。 |
返回值说明
无
流水类型
PIPE_MTE2
约束说明
- 本接口在非AIV上调用直接返回。
- 各存储单元的空间大小和对齐要求请参考存储单元说明。
- 如果本指令与其他指令存在数据依赖,需要插入同步指令,保证多个指令串行化,防止出现异常数据。
- 多核场景下,如果多个AI Core可能读取同一块GM地址,且该GM地址中的数据可能被其他核更新,应在调用本接口前调用asc_ndim_copy_dci刷新NDDMA DataCache,保证多核间数据一致性。
- 一条指令所能获取的所有数据的地址范围宽度不能超过40位(1TB),即:源操作数的i维大小为(loopi_lp_size + loopi_size + loopi_rp_size - 1) * loop0_src_stride,目的操作数的i维大小为:(loopi_lp_size + loopi_size + loopi_rp_size - 1) * loop0_dst_stride,所有的维度的大小加起来不超过2^40位。
- 当每维的loopi_dst_stride为升序序列,则不同循环间的地址空间不能交织或重叠。
- 各维源/目步长须通过配套接口(asc_set_ndim_loop_stride)预先配置,单位为元素个数。各维目的步长需保证不发生写覆盖:若某维实际迭代次数大于1,则该维目的步长需大于低维累计写入元素字节数,否则触发写覆盖异常。
- loop1~loop4维度的左右填充元素数须通过配套接口(asc_set_ndim_pad_count)预先配置,本接口不设置这四个维度的填充。
调用示例
2D Padding场景,使用固定值填充方式 
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 "acl/acl.h"
namespace {
constexpr uint32_t INPUT_BYTES = 12;
constexpr uint32_t OUTPUT_COLUMNS = 6;
constexpr uint32_t OUTPUT_BYTES = OUTPUT_COLUMNS * 9;
constexpr uint8_t PAD_VALUE = 88;
__global__ __vector__ void asc_ndim_copy_gm2ub_kernel(__gm__ uint8_t* output, __gm__ uint8_t* input)
{
asc_init();
__ubuf__ uint8_t local[64];
// 输入每行4字节,左右分别填充2字节和3字节,因此输出每行扩展为9字节。
asc_set_ndim_loop0_stride(1, 1);
asc_set_ndim_loop1_stride(6, 3);
asc_set_ndim_loop2_stride(0, 0);
asc_set_ndim_loop3_stride(0, 0);
asc_set_ndim_loop4_stride(0, 0);
asc_set_ndim_pad_value(PAD_VALUE);
asc_ndim_pad_count_config config;
config.loop1_lp_count = 2;
config.loop1_rp_count = 3;
asc_set_ndim_pad_count(config);
asc_ndim_copy_gm2ub(local, input, 3, 4, 1, 1, 1, 2, 1, true,
asc_load_l2_cache_mode::NORMAL_FIRST_VICTIM);
// PIPE_MTE3等待PIPE_MTE2搬入完成后,再将UB数据搬出到GM。
asc_sync_notify(PIPE_MTE2, PIPE_MTE3, EVENT_ID0);
asc_sync_wait(PIPE_MTE2, PIPE_MTE3, EVENT_ID0);
asc_copy_ub2gm_align(output, local, OUTPUT_BYTES);
asc_sync();
}
void print_data(const char* name, const std::vector<uint8_t>& data)
{
std::cout << name << ":";
const uint32_t count = data.size() < 32 ? data.size() : 32;
for (uint32_t i = 0; i < count; ++i) std::cout << ' ' << +data[i];
if (data.size() > count) std::cout << " ...";
std::cout << std::endl;
}
} // namespace
int main()
{
std::vector<uint8_t> input(INPUT_BYTES), output(OUTPUT_BYTES, 0), golden(OUTPUT_BYTES, PAD_VALUE);
for (uint32_t i = 0; i < INPUT_BYTES; ++i) input[i] = static_cast<uint8_t>(i);
for (uint32_t row = 0; row < 4; ++row) {
for (uint32_t column = 0; column < 3; ++column) {
golden[(row + 2) * OUTPUT_COLUMNS + column + 2] = input[row * 3 + column];
}
}
aclInit(nullptr);
aclrtSetDevice(0);
uint8_t *input_device = nullptr, *output_device = nullptr;
aclrtMalloc(reinterpret_cast<void**>(&input_device), INPUT_BYTES, ACL_MEM_MALLOC_HUGE_FIRST);
aclrtMalloc(reinterpret_cast<void**>(&output_device), OUTPUT_BYTES, ACL_MEM_MALLOC_HUGE_FIRST);
aclrtMemcpy(input_device, INPUT_BYTES, input.data(), INPUT_BYTES, ACL_MEMCPY_HOST_TO_DEVICE);
aclrtMemcpy(output_device, OUTPUT_BYTES, output.data(), OUTPUT_BYTES, ACL_MEMCPY_HOST_TO_DEVICE);
asc_ndim_copy_gm2ub_kernel<<<1, 0>>>(output_device, input_device);
aclrtSynchronizeDevice();
aclrtMemcpy(output.data(), OUTPUT_BYTES, output_device, OUTPUT_BYTES, ACL_MEMCPY_DEVICE_TO_HOST);
print_data("Input", input);
print_data("Output", output);
print_data("Golden", golden);
const bool passed = output == golden;
std::cout << (passed ? "[Success] asc_ndim_copy_gm2ub passed." : "[Failed] asc_ndim_copy_gm2ub failed.") << std::endl;
aclrtFree(input_device);
aclrtFree(output_device);
aclrtResetDevice(0);
aclFinalize();
return passed ? 0 : 1;
}