asc_sub

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"。

该接口根据mask，对源操作数src0、src1进行按元素求差操作，将结果写入目的操作数dst。

Carry flag（进位/借位标志）用于表示加法进位或者减法无借位。减法运算在硬件底层通过补码加法实现，该接口可以在carry（掩码寄存器）中标记每次补码加法是否产生进位，若src0，~src1，33'b1，按位相加后最高位有进位，在carry中对应位置每4bit的最低位写1，否则写0。

无借位输出减法：单目的操作数，矢量数据寄存器写入减法结果，计算公式如下：

带借位输出减法：双目的操作数，硬件计算时按照32位无符号数处理，矢量数据寄存器写入补码加法和的低32位，目的掩码寄存器写入每个元素补码加法产生的进位输出，计算公式如下：

输出carry适用场景请参考asc_subc功能说明。

本接口仅在AIV上生效。

函数原型

无借位输出减法

C

// 通过引用参数输出结果（占位符形式）
__simd_callee__ inline void asc_sub(vector_<dtype>& dst,
                                    vector_<dtype> src0,
                                    vector_<dtype> src1,
                                    vector_bool mask)

// 通过函数返回值返回结果（占位符形式）
__simd_callee__ inline vector_<dtype> asc_sub(vector_<dtype> src0,
                                              vector_<dtype> src1,
                                              vector_bool mask)

dtype支持数据类型

dtype取值为：int8_t、uint8_t、int16_t、uint16_t、half、bfloat16_t、int32_t、uint32_t、float。

函数原型典型示例

C

// 通过引用参数输出结果示例：float类型的无借位输出减法
__simd_callee__ inline void asc_sub(vector_float& dst,
                                    vector_float src0,
                                    vector_float src1,
                                    vector_bool mask)

// 通过函数返回值返回结果示例：float类型的无借位输出减法
__simd_callee__ inline vector_float asc_sub(vector_float src0,
                                            vector_float src1,
                                            vector_bool mask)

带借位输出减法（占位符形式）

C

__simd_callee__ inline void asc_sub(vector_bool& carry,
                                    vector_<dtype>& dst,
                                    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

// 示例：int32_t类型的带借位输出减法
__simd_callee__ inline void asc_sub(vector_bool& carry,
                                    vector_int32_t& dst,
                                    vector_int32_t src0,
                                    vector_int32_t src1,
                                    vector_bool mask)

参数说明

无借位输出减法

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），用于存储减法结果，仅适用于通过引用参数输出结果的函数原型。
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）。
mask	输入	源操作数掩码（掩码寄存器），用于指示在计算过程中哪些元素参与计算。对应位置为1时参与计算，为0时不参与计算。mask未筛选的元素在输出中置零。

带借位输出减法

表2 参数说明

参数名	输入/输出	描述
carry	输出	目的操作数（掩码寄存器），用于存储减法借位输出。减法不借位等价于补码加法进位。
dst	输出	目的操作数（矢量数据寄存器），用于存储计算结果的低32位。
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）。
mask	输入	源操作数掩码（掩码寄存器），用于指示在计算过程中哪些元素参与计算。对应位置为1时参与计算，为0时不参与计算。mask未筛选的元素在输出中置零。

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。
• 通过函数返回值返回结果的函数原型返回无借位减法结果，返回值类型与源操作数类型一致。
• 带借位输出减法仅支持通过引用参数输出结果，无返回值。

约束说明

通用约束

• 通过引用参数输出结果的函数原型在非AIV上调用时直接返回。
• 通过函数返回值输出结果的函数原型在非AIV上调用时返回对应矢量类型的默认构造值。
• 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。

无借位输出减法约束

• 整型dtype减法溢出时按环绕（wrap-around）策略处理：有符号类型溢出回绕到对应dtype的最小值或最大值（MIN-1->MAX，MAX+1->MIN），无符号类型下溢回绕到对应dtype的最大值（0-1->UMAX）。
• 浮点dtype（half、bfloat16_t、float）减法按IEEE 754浮点减法语义执行，溢出与无效输入（如nan、inf）的处理遵循浮点运算规则。

带借位输出减法约束

• 仅支持uint32_t类型。
• 运算输出完整计算结果（包含无借位标志），不受asc_set_ctrl影响，硬件不会对输出进行饱和或截断。
• 差值截断为32位：dst写入(src0_i + ~src1_i + 0b1) & 0xFFFFFFFF，超出32位的部分不保留。

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 {
template <typename T>
void print_data(const char* label, const std::vector<T>& values)
{
    std::cout << label << ":";
    const size_t count = values.size() < 8 ? values.size() : 8;
    for (size_t i = 0; i < count; ++i) std::cout << ' ' << +values[i];
    if (values.size() > count) std::cout << " ...";
    std::cout << std::endl;
}

template <typename T>
bool compare_data(const std::vector<T>& actual, const std::vector<T>& expected)
{
    return actual == expected;
}

constexpr uint32_t ELEMENT_COUNT = 64;

__simd_vf__ inline void sub_vf(__ubuf__ float* dst, __ubuf__ float* src0, __ubuf__ float* src1)
{
    vector_float dst_reg;
    vector_float src0_reg;
    vector_float src1_reg;
    uint32_t count = ELEMENT_COUNT;
    vector_bool mask = asc_update_mask_b32(count);
    asc_loadalign(src0_reg, src0);
    asc_loadalign(src1_reg, src1);
    asc_sub(dst_reg, src0_reg, src1_reg, mask);
    asc_storealign(dst, dst_reg, mask);
}

__global__ __vector__ void asc_sub_kernel(__gm__ float* dst, __gm__ float* src0, __gm__ float* src1)
{
    asc_init();
    __ubuf__ float dst_local[ELEMENT_COUNT];
    __ubuf__ float src0_local[ELEMENT_COUNT];
    __ubuf__ float src1_local[ELEMENT_COUNT];

    asc_copy_gm2ub_align(src0_local, src0, ELEMENT_COUNT * sizeof(float));
    asc_copy_gm2ub_align(src1_local, src1, ELEMENT_COUNT * sizeof(float));
    asc_sync_notify(PIPE_MTE2, PIPE_V, EVENT_ID0);
    asc_sync_wait(PIPE_MTE2, PIPE_V, EVENT_ID0);
    sub_vf(dst_local, src0_local, src1_local);
    asc_sync_notify(PIPE_V, PIPE_MTE3, EVENT_ID0);
    asc_sync_wait(PIPE_V, PIPE_MTE3, EVENT_ID0);
    asc_copy_ub2gm_align(dst, dst_local, ELEMENT_COUNT * sizeof(float));
    asc_sync();
}

} // namespace

int main()
{
    std::vector<float> src0(ELEMENT_COUNT);
    std::vector<float> src1(ELEMENT_COUNT);
    std::vector<float> output(ELEMENT_COUNT, 0.0f);
    std::vector<float> golden(ELEMENT_COUNT);

    for (uint32_t i = 0; i < ELEMENT_COUNT; ++i) {
        src0[i] = static_cast<float>(i) * 0.5f;
        src1[i] = static_cast<float>(ELEMENT_COUNT - i) * 0.25f;
        golden[i] = src0[i] - src1[i];
    }

    aclInit(nullptr);
    aclrtSetDevice(0);
    float* src0_device = nullptr;
    aclrtMalloc(reinterpret_cast<void**>(&src0_device), (ELEMENT_COUNT) * sizeof(float),
        ACL_MEM_MALLOC_HUGE_FIRST);
    float* src1_device = nullptr;
    aclrtMalloc(reinterpret_cast<void**>(&src1_device), (ELEMENT_COUNT) * sizeof(float),
        ACL_MEM_MALLOC_HUGE_FIRST);
    float* dst_device = nullptr;
    aclrtMalloc(reinterpret_cast<void**>(&dst_device), (ELEMENT_COUNT) * sizeof(float),
        ACL_MEM_MALLOC_HUGE_FIRST);
    aclrtMemcpy(src0_device, src0.size() * sizeof(float), src0.data(), src0.size() * sizeof(float),
        ACL_MEMCPY_HOST_TO_DEVICE);
    aclrtMemcpy(src1_device, src1.size() * sizeof(float), src1.data(), src1.size() * sizeof(float),
        ACL_MEMCPY_HOST_TO_DEVICE);

    asc_sub_kernel<<<1, 0>>>(dst_device, src0_device, src1_device);
    aclrtSynchronizeDevice();
    aclrtMemcpy(output.data(), output.size() * sizeof(float), dst_device, output.size() * sizeof(float),
        ACL_MEMCPY_DEVICE_TO_HOST);

    print_data("Input src0", src0);
    print_data("Input src1", src1);
    print_data("Output", output);
    print_data("Golden", golden);
    const bool passed = compare_data(output, golden);
    std::cout << (passed ? "[Success] asc_sub passed." : "[Failed] asc_sub failed.") << std::endl;
    aclrtFree(dst_device);
    aclrtFree(src0_device);
    aclrtFree(src1_device);
    aclrtResetDevice(0);
    aclFinalize();
    return passed ? 0 : 1;
}