asc_prelu

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_fused.h"。

根据掩码对源操作数矢量数据寄存器src0中的元素执行PReLU（Parametric ReLU）运算，负半轴斜率由矢量数据寄存器alpha中的对应元素指定，并将结果通过函数返回值返回或写入目的操作数矢量数据寄存器。src0大于0时直接写入输出结果，否则将src0与alpha相乘后写入输出结果。掩码对应位置为1的元素参与计算，为0的元素在输出结果中置零。计算公式如下：

本接口仅在AIV上生效。

函数原型

C

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

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

dtype支持数据类型

dtype取值为：half、float。

函数原型典型示例

C

// 通过函数返回值返回结果
__simd_callee__ inline vector_half asc_prelu(vector_half src0,
                                             vector_half alpha,
                                             vector_bool mask)

// 通过引用参数输出结果
__simd_callee__ inline void asc_prelu(vector_half& dst,
                                      vector_half src0,
                                      vector_half alpha,
                                      vector_bool mask)

参数说明

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）。仅无返回值类型接口包含该参数，数据类型须与src0、alpha一致。
src0	输入	源操作数（矢量数据寄存器）。
alpha	输入	负半轴斜率（矢量数据寄存器）。数据类型须与src0一致。
mask	输入	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。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

对于返回值类型接口，返回保存PReLU计算结果的矢量数据寄存器，数据类型与src0、alpha保持一致。

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PReLU运算，输出结果对应位置写0。

计算约束

• 源矢量数据寄存器中数据为负零（-0）时按负数处理，乘法满足IEEE 754浮点乘法规则。

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 <cmath>
#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(float);

__simd_vf__ inline void prelu_vf(__ubuf__ float* output,
                                 __ubuf__ float* input,
                                 __ubuf__ float* alpha_input)
{
    vector_float src0;
    vector_float alpha;
    vector_bool mask = asc_create_mask_b32(PAT_ALL);
    asc_loadalign(src0, input);
    asc_loadalign(alpha, alpha_input);
    vector_float dst = asc_prelu(src0, alpha, mask);
    asc_storealign(output, dst, mask);
}

__global__ __vector__ void asc_prelu_kernel(__gm__ float* output,
                                            __gm__ float* input,
                                            __gm__ float* alpha)
{
    asc_init();
    __ubuf__ float output_local[ELEMENT_COUNT];
    __ubuf__ float input_local[ELEMENT_COUNT];
    __ubuf__ float alpha_local[ELEMENT_COUNT];
    asc_copy_gm2ub_align(input_local, input, BUFFER_BYTES);
    asc_copy_gm2ub_align(alpha_local, alpha, BUFFER_BYTES);
    asc_sync_notify(PIPE_MTE2, PIPE_V, EVENT_ID0);
    asc_sync_wait(PIPE_MTE2, PIPE_V, EVENT_ID0);
    prelu_vf(output_local, input_local, alpha_local);
    asc_sync_notify(PIPE_V, PIPE_MTE3, EVENT_ID0);
    asc_sync_wait(PIPE_V, PIPE_MTE3, EVENT_ID0);
    asc_copy_ub2gm_align(output, output_local, BUFFER_BYTES);
    asc_sync();
}
} // namespace

int main()
{
    std::vector<float> input(ELEMENT_COUNT);
    std::vector<float> alpha(ELEMENT_COUNT, 0.1f);
    std::vector<float> output(ELEMENT_COUNT, 0.0f);
    for (uint32_t i = 0; i < ELEMENT_COUNT; ++i) {
        input[i] = static_cast<float>(static_cast<int32_t>(i) - 64);
    }

    aclInit(nullptr);
    aclrtSetDevice(0);
    float* input_device = nullptr;
    float* alpha_device = nullptr;
    float* output_device = nullptr;
    aclrtMalloc(reinterpret_cast<void**>(&input_device), BUFFER_BYTES, ACL_MEM_MALLOC_HUGE_FIRST);
    aclrtMalloc(reinterpret_cast<void**>(&alpha_device), BUFFER_BYTES, ACL_MEM_MALLOC_HUGE_FIRST);
    aclrtMalloc(reinterpret_cast<void**>(&output_device), BUFFER_BYTES, ACL_MEM_MALLOC_HUGE_FIRST);
    aclrtMemcpy(input_device, BUFFER_BYTES, input.data(), BUFFER_BYTES, ACL_MEMCPY_HOST_TO_DEVICE);
    aclrtMemcpy(alpha_device, BUFFER_BYTES, alpha.data(), BUFFER_BYTES, ACL_MEMCPY_HOST_TO_DEVICE);
    asc_prelu_kernel<<<1, 0>>>(output_device, input_device, alpha_device);
    aclrtSynchronizeDevice();
    aclrtMemcpy(output.data(), BUFFER_BYTES, output_device, BUFFER_BYTES, ACL_MEMCPY_DEVICE_TO_HOST);

    bool passed = true;
    for (uint32_t i = 0; i < ELEMENT_COUNT; ++i) {
        const float expected = input[i] > 0.0f ? input[i] : input[i] * alpha[i];
        if (std::fabs(output[i] - expected) > 1e-6f) {
            passed = false;
            break;
        }
    }
    std::cout << (passed ? "[Success] asc_prelu completed."
                         : "[Failed] asc_prelu output mismatch.")
              << std::endl;
    aclrtFree(input_device);
    aclrtFree(alpha_device);
    aclrtFree(output_device);
    aclrtResetDevice(0);
    aclFinalize();
    return passed ? 0 : 1;
}