asc_mull

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

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

根据掩码将两个源矢量数据寄存器中的有效元素相乘，数据类型位宽为32位的元素相乘得到64位乘积，拆分为低32位与高32位分别写入两个目的矢量数据寄存器。掩码对应位置为1的元素参与计算，为0的元素在目的矢量数据寄存器中置零。计算公式如下：

其中，bit表示src0和src1的数据类型位宽。

本接口仅在AIV上生效。

图 1 asc_mull计算示意图

函数原型

C

// 占位符形式
__simd_callee__ inline void asc_mull(vector_<dtype>& dst0,
                                     vector_<dtype>& dst1,
                                     vector_<dtype> src0,
                                     vector_<dtype> src1,
                                     vector_bool mask)

dtype支持数据类型

dtype取值为：int32_t、uint32_t。

函数原型典型示例

C

__simd_callee__ inline void asc_mull(vector_uint32_t& dst0,
                                     vector_uint32_t& dst1,
                                     vector_uint32_t src0,
                                     vector_uint32_t src1,
                                     vector_bool mask)

参数说明

表1 参数说明

参数名	输入/输出	描述
dst0	输出	目的操作数（矢量数据寄存器）。数据类型须与src0一致。
dst1	输出	目的操作数（矢量数据寄存器）。数据类型须与src0一致。
src0	输入	源操作数（矢量数据寄存器）。
src1	输入	源操作数（矢量数据寄存器）。数据类型须与src0一致。
mask	输入	源操作数掩码（掩码寄存器），用于指示参与计算的元素。对应位置为1时参与计算，为0时不参与计算且dst0、dst1对应元素置零。需通过掩码设置接口预先赋值后再传入。

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

无

约束说明

通用约束

• 非AIV调用直接返回。
• 本接口在Vector Function（__simd_vf__标记的函数）内调用。
• mask需通过掩码设置接口预先赋值后再传入；未赋值的掩码寄存器内容不确定，会导致有效元素位置错误。
• 掩码位为0的元素位置不参与乘法运算，dst0和dst1对应位置写0。

计算约束

• dst0与dst1必须为不同的矢量数据寄存器，否则存在未定义行为。
• 源操作数和目的操作数可以是相同的矢量数据寄存器，例如asc_mull(src0, src1, src0, src1, mask);。

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/Ascend 950DT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 ELEMENT_COUNT = 64;
constexpr uint32_t BUFFER_BYTES = ELEMENT_COUNT * sizeof(uint32_t);

__simd_vf__ inline void mull_vf(__ubuf__ uint32_t* output_low,
                                __ubuf__ uint32_t* output_high,
                                __ubuf__ uint32_t* input0,
                                __ubuf__ uint32_t* input1)
{
    vector_uint32_t src0;
    vector_uint32_t src1;
    vector_uint32_t dst0;
    vector_uint32_t dst1;
    vector_bool mask = asc_create_mask_b32(PAT_ALL);
    asc_loadalign(src0, input0);
    asc_loadalign(src1, input1);
    asc_mull(dst0, dst1, src0, src1, mask);
    asc_storealign(output_low, dst0, mask);
    asc_storealign(output_high, dst1, mask);
}

__global__ __vector__ void asc_mull_kernel(__gm__ uint32_t* output_low,
                                           __gm__ uint32_t* output_high,
                                           __gm__ uint32_t* input0,
                                           __gm__ uint32_t* input1)
{
    asc_init();
    __ubuf__ uint32_t output_low_local[ELEMENT_COUNT];
    __ubuf__ uint32_t output_high_local[ELEMENT_COUNT];
    __ubuf__ uint32_t input0_local[ELEMENT_COUNT];
    __ubuf__ uint32_t input1_local[ELEMENT_COUNT];
    asc_copy_gm2ub_align(input0_local, input0, BUFFER_BYTES);
    asc_copy_gm2ub_align(input1_local, input1, BUFFER_BYTES);
    asc_sync_notify(PIPE_MTE2, PIPE_V, EVENT_ID0);
    asc_sync_wait(PIPE_MTE2, PIPE_V, EVENT_ID0);
    mull_vf(output_low_local, output_high_local, input0_local, input1_local);
    asc_sync_notify(PIPE_V, PIPE_MTE3, EVENT_ID0);
    asc_sync_wait(PIPE_V, PIPE_MTE3, EVENT_ID0);
    asc_copy_ub2gm_align(output_low, output_low_local, BUFFER_BYTES);
    asc_copy_ub2gm_align(output_high, output_high_local, BUFFER_BYTES);
    asc_sync();
}
} // namespace

int main()
{
    std::vector<uint32_t> input0(ELEMENT_COUNT);
    std::vector<uint32_t> input1(ELEMENT_COUNT);
    std::vector<uint32_t> output_low(ELEMENT_COUNT, 0);
    std::vector<uint32_t> output_high(ELEMENT_COUNT, 0);
    for (uint32_t i = 0; i < ELEMENT_COUNT; ++i) {
        input0[i] = i + 1;
        input1[i] = 0x10000000U + i;
    }

    aclInit(nullptr);
    aclrtSetDevice(0);
    uint32_t* input0_device = nullptr;
    uint32_t* input1_device = nullptr;
    uint32_t* output_low_device = nullptr;
    uint32_t* output_high_device = nullptr;
    aclrtMalloc(reinterpret_cast<void**>(&input0_device), BUFFER_BYTES, ACL_MEM_MALLOC_HUGE_FIRST);
    aclrtMalloc(reinterpret_cast<void**>(&input1_device), BUFFER_BYTES, ACL_MEM_MALLOC_HUGE_FIRST);
    aclrtMalloc(reinterpret_cast<void**>(&output_low_device), BUFFER_BYTES, ACL_MEM_MALLOC_HUGE_FIRST);
    aclrtMalloc(reinterpret_cast<void**>(&output_high_device), BUFFER_BYTES, ACL_MEM_MALLOC_HUGE_FIRST);
    aclrtMemcpy(input0_device, BUFFER_BYTES, input0.data(), BUFFER_BYTES, ACL_MEMCPY_HOST_TO_DEVICE);
    aclrtMemcpy(input1_device, BUFFER_BYTES, input1.data(), BUFFER_BYTES, ACL_MEMCPY_HOST_TO_DEVICE);
    asc_mull_kernel<<<1, 0>>>(output_low_device, output_high_device, input0_device, input1_device);
    aclrtSynchronizeDevice();
    aclrtMemcpy(output_low.data(), BUFFER_BYTES, output_low_device, BUFFER_BYTES, ACL_MEMCPY_DEVICE_TO_HOST);
    aclrtMemcpy(output_high.data(), BUFFER_BYTES, output_high_device, BUFFER_BYTES, ACL_MEMCPY_DEVICE_TO_HOST);

    bool passed = true;
    for (uint32_t i = 0; i < ELEMENT_COUNT; ++i) {
        const uint64_t expected = static_cast<uint64_t>(input0[i]) * input1[i];
        if (output_low[i] != static_cast<uint32_t>(expected) ||
            output_high[i] != static_cast<uint32_t>(expected >> 32)) {
            passed = false;
            break;
        }
    }
    std::cout << (passed ? "[Success] asc_mull completed."
                         : "[Failed] asc_mull output mismatch.")
              << std::endl;
    aclrtFree(input0_device);
    aclrtFree(input1_device);
    aclrtFree(output_low_device);
    aclrtFree(output_high_device);
    aclrtResetDevice(0);
    aclFinalize();
    return passed ? 0 : 1;
}