asc_lock
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
该接口用于AI Core内部异步流水线之间的同步，可按需阻塞指定流水线的执行。
根据mutex_id获取Mutex，若Mutex已被锁定，将阻塞后续指定流水指令队列，直到当前流水的前序指令中对应mutex_id的Mutex被asc_unlock释放。
相对于asc_sync_notify/asc_sync_wait同步机制，使用asc_lock/asc_unlock接口有以下优势：
内聚性更强，使用时与其它流水线解耦，可以简化反向同步。以PIPE_MTE2与PIPE_V之间同步为例，对比如下：
C++// asc_sync_notify/asc_sync_wait机制 For i=0:100 if i > 0: asc_sync_wait(PIPE_V, PIPE_MTE2, EVENT_ID0) endif // MTE2指令 asc_sync_notify(PIPE_MTE2, PIPE_V, EVENT_ID0) asc_sync_wait(PIPE_MTE2, PIPE_V, EVENT_ID0) // PIPE_V指令 if i < 99: asc_sync_notify(PIPE_V, PIPE_MTE2, EVENT_ID0) endif endFor // asc_lock/asc_unlock机制 For i=0:100 asc_lock(PIPE_MTE2, 0) // MTE2指令 asc_unlock(PIPE_MTE2, 0) asc_lock(PIPE_V, 0) // PIPE_V指令 asc_unlock(PIPE_V, 0) endFor其中EVENT_ID0为同步ID，取值范围为[0, 7]；mutex_id取值范围为[0, 31]。
可以使用更多的同步信号量。
函数原型
C++
enum ascMutexExecuteMode {
ASC_LOCK_BLOCK = 0,
ASC_LOCK_NON_BLOCK = 1
};
__aicore__ inline void asc_lock(pipe_t pipe, uint8_t mutex_id)
__aicore__ inline void asc_lock(pipe_t pipe, uint8_t mutex_id, const ascMutexExecuteMode mode)
参数说明
表1 参数说明
| 参数名 | 输入/输出 | 描述 |
|---|---|---|
| pipe | 输入 | 指定当前接口所属的流水类型。 |
| mutex_id | 输入 | mutex标号，取值范围为[0, 31]。 |
| mode | 输入 | 可选参数，用于指定是否阻塞流水线，默认值为ASC_LOCK_BLOCK。 • ASC_LOCK_BLOCK：阻塞pipe对应流水线的执行，直到代码中位于当前asc_lock之前且mutex_id相同的所有asc_unlock调用均已执行完成。 • ASC_LOCK_NON_BLOCK：不阻塞pipe对应流水线的执行。 |
返回值说明
无
流水类型
PIPE_S
约束说明
- asc_lock与asc_unlock必须严格成对使用，并使用相同的mutex_id与mode。此外，对应的asc_unlock必须始终写在asc_lock之后，否则硬件行为无定义。
- 对于mutex_id相同的asc_lock与asc_unlock组合，无论pipe和mode是否相同，都不得在代码中嵌套使用，否则硬件行为将不可预测。
- 成对使用的asc_lock和asc_unlock必须配置相同的mode，否则硬件行为将不可预测。
- 如果代码中连续出现多个pipe和mutex_id均相同的调用，则后一个asc_lock不会再阻塞流水线运行。若需要表达同一流水线内的依赖关系，必须使用接口asc_sync_pipe。
调用示例
C++
__simd_vf__ inline void add_vf(__ubuf__ half* src0_addr, __ubuf__ half* src1_addr, __ubuf__ half* dst_addr,
uint32_t count, uint16_t one_repeat_size, uint16_t repeat_time)
{
vector_half src0, src1, dst;
vector_bool mask;
for (uint16_t i = 0; i < repeat_time; ++i) {
mask = asc_update_mask_b16(count);
asc_loadalign_postupdate(src0, src0_addr, one_repeat_size);
asc_loadalign_postupdate(src1, src1_addr, one_repeat_size);
asc_add(dst, src0, src1, mask);
asc_storealign_postupdate(dst_addr, dst, one_repeat_size, mask);
}
}
__aicore__ inline void add_kernel(__gm__ half* x_gm, __gm__ half* y_gm, __gm__ half* z_gm)
{
__ubuf__ half x_local[256];
__ubuf__ half y_local[256];
__ubuf__ half z_local[256];
uint8_t mutex_id = 1;
// 1. PIPE_MTE2流水线：数据从GM搬入UB
asc_lock(PIPE_MTE2, mutex_id);
asc_copy_gm2ub_align(x_local, x_gm, 256 * sizeof(half));
asc_copy_gm2ub_align(y_local, y_gm, 256 * sizeof(half));
// 数据搬入完成后释放mutex_id，使后续相同mutex_id的asc_lock不再阻塞
asc_unlock(PIPE_MTE2, mutex_id);
// 2. PIPE_V流水线：矢量计算
// BLOCK模式下（默认），asc_lock阻塞PIPE_V执行，直到前序所有相同mutex_id的asc_unlock执行完成
asc_lock(PIPE_V, mutex_id);
uint32_t count = 256;
add_vf(x_local, y_local, z_local, count, 128, 2);
// 计算完成后释放mutex_id，使后续PIPE_MTE3的asc_lock不再阻塞
asc_unlock(PIPE_V, mutex_id);
// 3. PIPE_MTE3流水线：数据从UB搬出至GM
// asc_lock阻塞PIPE_MTE3执行，直到PIPE_V的asc_unlock执行完成
asc_lock(PIPE_MTE3, mutex_id);
asc_copy_ub2gm_align(z_gm, z_local, 256 * sizeof(half));
asc_unlock(PIPE_MTE3, mutex_id);
}
上述示例的流水线时序如下，三条流水线严格串行执行：
Text
MTE2: |==搬入==|
V: |==计算==|
MTE3: |==搬出==|
多重循环场景：双buffer流水线优化
当多轮循环中需要相邻轮次的MTE2（搬入）与MTE3（搬出）并行执行时，可使用两个mutex_id交替配合双buffer，实现软件流水线。同一mutex_id仅在间隔一轮（buffer复用）时才产生等待，从而重叠相邻轮次的搬运与计算。
优化前：单mutex_id串行（所有tile共用一个mutex_id）
所有tile使用相同mutex_id，下一轮的asc_lock(PIPE_MTE2)必须等待上一轮asc_unlock(PIPE_MTE3)完成，三阶段严格串行。
C++
__simd_vf__ inline void add_vf(__ubuf__ half* src0_addr, __ubuf__ half* src1_addr, __ubuf__ half* dst_addr,
uint32_t count, uint16_t one_repeat_size, uint16_t repeat_time)
{
vector_half src0, src1, dst;
vector_bool mask;
for (uint16_t i = 0; i < repeat_time; ++i) {
mask = asc_update_mask_b16(count);
asc_loadalign_postupdate(src0, src0_addr, one_repeat_size);
asc_loadalign_postupdate(src1, src1_addr, one_repeat_size);
asc_add(dst, src0, src1, mask);
asc_storealign_postupdate(dst_addr, dst, one_repeat_size, mask);
}
}
__aicore__ inline void add_kernel_serial(__gm__ half* x_gm, __gm__ half* y_gm, __gm__ half* z_gm)
{
__ubuf__ half x_local[256];
__ubuf__ half y_local[256];
__ubuf__ half z_local[256];
uint8_t mutex_id = 0;
for (uint32_t i = 0; i < TILE_NUM; i++) {
uint32_t offset = i * 256;
// 下一轮MTE2必须等待上一轮MTE3完成（相同mutex_id）
asc_lock(PIPE_MTE2, mutex_id);
asc_copy_gm2ub_align(x_local, x_gm + offset, 256 * sizeof(half));
asc_copy_gm2ub_align(y_local, y_gm + offset, 256 * sizeof(half));
// 释放mutex_id，使本轮PIPE_V的asc_lock不再阻塞
asc_unlock(PIPE_MTE2, mutex_id);
asc_lock(PIPE_V, mutex_id);
uint32_t count = 256;
add_vf(x_local, y_local, z_local, count, 128, 2);
// 释放mutex_id，使本轮PIPE_MTE3的asc_lock不再阻塞
asc_unlock(PIPE_V, mutex_id);
asc_lock(PIPE_MTE3, mutex_id);
asc_copy_ub2gm_align(z_gm + offset, z_local, 256 * sizeof(half));
// 释放mutex_id，使下一轮PIPE_MTE2的asc_lock不再阻塞
asc_unlock(PIPE_MTE3, mutex_id);
}
}
优化前的流水线时序，各轮次之间严格串行：
Text
MTE2: |==id0==| |==id0==| |==id0==| |==id0==|
V: |==id0==| |==id0==| |==id0==| |==id0==|
MTE3: |==id0==| |==id0==| |==id0==| |==id0==|
优化后：双mutex_id交替 + 双buffer
使用两个mutex_id交替配合双buffer，相邻轮次的MTE2与MTE3可并行执行。
C++
__aicore__ inline void add_kernel_pingpong(__gm__ half* x_gm, __gm__ half* y_gm, __gm__ half* z_gm)
{
// 双buffer：buf0和buf1交替使用
__ubuf__ half x_buf[2][256];
__ubuf__ half y_buf[2][256];
__ubuf__ half z_buf[2][256];
for (uint32_t i = 0; i < TILE_NUM; i++) {
// 交替使用mutex_id 0和1
uint8_t mutex_id = i % 2;
uint32_t offset = i * 256;
// 1. PIPE_MTE2流水线：数据从GM搬入UB buf[mutex_id]
// 当i>=2时，asc_lock阻塞，等待i-2轮的PIPE_MTE3 asc_unlock完成（buffer复用约束）
asc_lock(PIPE_MTE2, mutex_id);
asc_copy_gm2ub_align(x_buf[mutex_id], x_gm + offset, 256 * sizeof(half));
asc_copy_gm2ub_align(y_buf[mutex_id], y_gm + offset, 256 * sizeof(half));
// 释放mutex_id，使本轮PIPE_V的asc_lock不再阻塞
asc_unlock(PIPE_MTE2, mutex_id);
// 2. PIPE_V流水线：矢量计算
// asc_lock阻塞，等待本轮PIPE_MTE2的asc_unlock完成
asc_lock(PIPE_V, mutex_id);
uint32_t count = 256;
add_vf(x_buf[mutex_id], y_buf[mutex_id], z_buf[mutex_id], count, 128, 2);
// 释放mutex_id，使本轮PIPE_MTE3的asc_lock不再阻塞
asc_unlock(PIPE_V, mutex_id);
// 3. PIPE_MTE3流水线：数据从UB搬出至GM
// asc_lock阻塞，等待本轮PIPE_V的asc_unlock完成
// 本轮MTE3可与下一轮（mutex_id不同）的MTE2并行执行
// 释放mutex_id后，下一轮使用不同mutex_id的asc_lock不会阻塞
asc_lock(PIPE_MTE3, mutex_id);
asc_copy_ub2gm_align(z_gm + offset, z_buf[mutex_id], 256 * sizeof(half));
asc_unlock(PIPE_MTE3, mutex_id);
}
}
优化后的流水线时序，相邻轮次的MTE2与MTE3并行执行：
Text
MTE2: |==id0==| |==id1==| |==id0==| |==id1==|
V: |==id0==| |==id1==| |==id0==| |==id1==|
MTE3: |==id0==| |==id1==| |==id0==| |==id1==|