Skip to content

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_strideasc_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_strideasc_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_valueasc_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;
}

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。