Sqrt

产品支持情况

• Ascend 950PR/Ascend 950DT：支持

• Atlas A3 训练系列产品/Atlas A3 推理系列产品：不支持

• Atlas A2 训练系列产品/Atlas A2 推理系列产品：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："basic_api/reg_compute/kernel_reg_compute_vec_unary_intf.h"。

该接口根据mask，对源操作数srcReg逐元素做平方根运算，将结果写入目的操作数dstReg。计算公式如下：

函数原型

C++

template <typename T = DefaultType, auto mode = MaskMergeMode::ZEROING, typename U>
__simd_callee__ inline void Sqrt(U& dstReg, U& srcReg, MaskReg& mask)

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。支持的数据类型请参考数据类型。
mode	可配置为MaskMergeMode枚举类型的枚举或SqrtSpecificMode的结构体指针。 • MaskMergeMode，选择MERGING模式或ZEROING模式。   • ZEROING模式下，mask未筛选的元素在dstReg中置零。   • MERGING模式当前不支持。 • SqrtSpecificMode，定义如下： Text enum class SqrtAlgo { INTRINSIC = 0, FAST_INVERSE, PRECISION_1ULP_FTZ_TRUE, PRECISION_0ULP_FTZ_FALSE, PRECISION_1ULP_FTZ_FALSE, }; struct SqrtSpecificMode { MaskMergeMode mrgMode = MaskMergeMode::ZEROING, bool precisionMode = false; SqrtAlgo algo = SqrtAlgo::INTRINSIC; }; • mrgMode：选择MERGING模式或ZEROING模式。 • precisionMode：用于配置精度模式。当precisionMode为true时，使能更高精度的Sqrt计算，使用快速求逆算法得出结果。该算法目前只针对float数据类型生效。 • algo：用于配置Subnormal模式，具体参考关键特性说明。   • SqrtAlgo::INTRINSIC、SqrtAlgo::PRECISION_1ULP_FTZ_TRUE，使用单指令计算得出结果，最大精度误差为1ulp。   • SqrtAlgo::FAST_INVERSE、SqrtAlgo::PRECISION_0ULP_FTZ_FALSE，使用快速求逆算法得出结果。目前，该算法仅支持float数据类型，并在该模式下支持Subnormal数据计算。   • SqrtAlgo::PRECISION_1ULP_FTZ_FALSE，最大精度误差为1ulp。
U	源操作数和目的操作数的RegTensor类型，例如RegTensor<half>，由编译器自动推导，用户不需要填写。

表 2 参数说明

参数名	输入/输出	描述
dstReg	输出	目的操作数。 类型为RegTensor。
srcReg	输入	源操作数。 类型为RegTensor。
mask	输入	源操作数元素操作的有效指示，详细说明请参考MaskReg。

数据类型

目的操作数与源操作数的数据类型需要保持一致。支持的数据类型为：half、float。

返回值说明

无

约束说明

• 输入为负数时结果为nan。
• 输入为-0时结果为-0。

关键特性说明

最大精度误差：

• SqrtAlgo::INTRINSIC、SqrtAlgo::PRECISION_1ULP_FTZ_TRUE，最大精度误差为1ulp。
• SqrtAlgo::PRECISION_1ULP_FTZ_FALSE，最大精度误差为1ulp。
• SqrtAlgo::FAST_INVERSE、SqrtAlgo::PRECISION_0ULP_FTZ_FALSE，最大精度误差为0ulp。

配置Subnormal模式：
FTZ（Flush To Zero）：一种浮点运算模式，当结果为Subnormal时，将其直接清零（近似为0），而非保留其精确的微小数值。
只有将algo设置为SqrtAlgo::FAST_INVERSE、SqrtAlgo::PRECISION_0ULP_FTZ_FALSE、SqrtAlgo::PRECISION_1ULP_FTZ_FALSE时，Sqrt接口才会保留并正确输出Subnormal结果；其他模式下Subnormal均被FTZ。
一般场景推荐使用性能更好的SqrtAlgo::INTRINSIC、SqrtAlgo::PRECISION_1ULP_FTZ_TRUE；需要精确Subnormal输出的场景（如特定数据精度要求的算法、避免除零错误）使用SqrtAlgo::FAST_INVERSE、SqrtAlgo::PRECISION_0ULP_FTZ_FALSE、PRECISION_1ULP_FTZ_FALSE。

表 3 Sqrt Subnormal示例

输出	输入	algo
1.0471472598529991e-19（0x1FF7 402B）	1.0965174496326337e-38（0x0077 6672）	SqrtAlgo::FAST_INVERSE、SqrtAlgo::PRECISION_0ULP_FTZ_FALSE
1.0471473244764844e-19（0x1FF7 402C）	1.0965174496326337e-38（0x0077 6672）	SqrtAlgo::PRECISION_1ULP_FTZ_FALSE

调用示例

C++

template<typename T>
__simd_vf__ inline void SqrtVF(__ubuf__ T* dstAddr, __ubuf__ T* srcAddr, uint32_t count, uint16_t oneRepeatSize, uint16_t repeatTimes)
{
    AscendC::Reg::RegTensor<T> srcReg;
    AscendC::Reg::RegTensor<T> dstReg;
    AscendC::Reg::MaskReg mask;
    // 高精度模式
    // static constexpr AscendC::Reg::SqrtSpecificMode mode = {MaskMergeMode::ZEROING, true};
    // Subnormal模式
    // static constexpr AscendC::Reg::SqrtSpecificMode mode = {MaskMergeMode::ZEROING, true, SqrtAlgo::PRECISION_0ULP_FTZ_FALSE};
    for (uint16_t i = 0; i < repeatTimes; i++) {
        mask = AscendC::Reg::UpdateMask<T>(count);
        AscendC::Reg::LoadAlign(srcReg, srcAddr + i * oneRepeatSize);
        AscendC::Reg::Sqrt(dstReg, srcReg, mask);
        // 高精度模式/Subnormal模式
        // AscendC::Reg::Sqrt<T, &mode>(dstReg, srcReg, mask);
        AscendC::Reg::StoreAlign(dstAddr + i * oneRepeatSize, dstReg, mask);
    }
}