C API
CANN 9.1.0继续完善Ascend 950PR/Ascend 950DT（3510架构）C API，新增矢量计算、数据搬运、标量操作、矩阵计算、同步控制、系统变量和缓存控制接口，并修复9.0.0中的函数命名、类型声明和地址自更新签名问题。
新增特性
矢量计算
asc_bitsort、asc_bitsort_sync：分数（Score）和索引（Index）分别存储在两个源操作数中，按分数从大到小排序，将排序后的分数与对应索引组成数据结构存储在目的操作数中。asc_mrgsort4、asc_mrgsort4_sync：将已经排好序的最多4条队列合并排列成1条队列，结果按照分数域由大到小排序。asc_transpose、asc_transpose_sync：实现16×16的二维矩阵数据块转置。asc_transto5hd_b8、asc_transto5hd_b8_sync、asc_transto5hd_b16、asc_transto5hd_b16_sync、asc_transto5hd_b32、asc_transto5hd_b32_sync：执行数据格式转换，一般用于将NCHW格式转换成NC1HWC0格式，也可用于二维矩阵数据块转置。asc_set_va_reg：用于设置asc_transto5hd_b8的地址，将操作数地址序列与地址寄存器关联。
数据搬运
asc_copy_gm2ub、asc_copy_gm2ub_sync：将数据从Global Memory搬运到Unified Buffer。asc_copy_ub2gm、asc_copy_ub2gm_sync：将数据从Unified Buffer搬运到Global Memory。asc_copy_ub2ub、asc_copy_ub2ub_sync：将数据从Unified Buffer搬运到Unified Buffer。asc_copy_ub2l1、asc_copy_ub2l1_sync：将数据从Unified Buffer搬运到L1 Buffer。asc_set_copy_pad_val：与asc_copy_gm2ub_align配合使用，设置连续搬运数据块左右两侧需要填充的数据值。Ascend 950PR/Ascend 950DT支持int8_t、uint8_t、int16_t、uint16_t、half、bfloat16_t、int32_t、uint32_t、float。fp4x2_e2m1_t、fp4x2_e1m2_t、hifloat8_t、fp8_e8m0_t、fp8_e5m2_t、fp8_e4m3fn_t数据需要先转换为int8_t再传入。asc_ndim_copy_dci：执行N维搬运场景所需的数据缓存失效（Data Cache Invalidate，DCI）操作。asc_copy_gm2l1、asc_copy_gm2l1_sync：将数据从Global Memory搬运到L1 Buffer。asc_copy_gm2l1_align、asc_copy_gm2l1_align_sync：将Global Memory中的数据填充后搬运到L1 Buffer。asc_copy_gm2l1_nd2nz、asc_copy_gm2l1_nd2nz_sync：在Global Memory到L1 Buffer搬运过程中完成ND到NZ格式转换。asc_copy_gm2l1_dn2nz、asc_copy_gm2l1_dn2nz_sync：将矩阵数据从Global Memory搬运到L1 Buffer，并完成DN到NZ、NCHW到NC1HWC0或NCHW到C1HWNC0格式转换。D维未按C0大小对齐时，在L1 Buffer最内层维度填充0。asc_copy_l12l0a、asc_copy_l12l0a_sync、asc_copy_l12l0b、asc_copy_l12l0b_sync：将L1 Buffer中的512字节矩阵搬运到L0A Buffer或L0B Buffer，支持2D格式搬运、2D格式转置搬运、3D格式搬运。asc_copy_l12l0b_trans、asc_copy_l12l0b_trans_sync：将矩阵从L1 Buffer转置搬运到L0B Buffer。asc_copy_l12l0b_mx、asc_copy_l12l0b_mx_sync：将微缩放（Microscaling，MX）矩阵从L1 Buffer搬运到L0B Buffer。asc_copy_l0c2gm、asc_copy_l0c2gm_sync：将L0C Buffer中的数据搬运到Global Memory，支持量化、ReLU、Leaky ReLU、通道拆分和NZ2ND随路控制。asc_copy_l0c2ub、asc_copy_l0c2ub_sync：将L0C Buffer中的数据搬运到Unified Buffer，支持量化、ReLU、Leaky ReLU和通道拆分随路控制。asc_copy_l12fb、asc_copy_l12fb_sync：将量化参数从L1 Buffer搬运到Fixpipe Buffer。asc_copy_l12bt、asc_copy_l12bt_sync：将矩阵乘使用的偏置（Bias）数据从L1 Buffer搬运到BiasTable Buffer。asc_copy_l12ub、asc_copy_l12ub_sync：将数据从L1 Buffer搬运到Unified Buffer。asc_fill_l1、asc_fill_l1_sync：将value的二进制值赋值给目的操作数，对L1 Buffer的Local Memory进行初始化。asc_set_l13d_fmatrix_b：设置特征图属性描述，用于asc_copy_l12l0a、asc_copy_l12l0b的3D格式搬运接口配置填充值。从右矩阵获取特征图属性时使用该接口。asc_set_l0c2gm_lrelu_alpha：用于设置asc_copy_l0c2l1或asc_copy_l0c2gm计算过程中使用的Leaky ReLU alpha值，该值只支持half、float两种数据类型。asc_set_l13d_padding：设置填充属性描述，用于调用asc_copy_l12l0a时配置填充值。
标量操作
asc_clear_nthbit、asc_set_nthbit：清除或设置uint64_t值中的指定比特位。asc_atomic_add、asc_atomic_sub、asc_atomic_max、asc_atomic_min、asc_atomic_exch、asc_atomic_cas：对Global Memory中的int32_t、uint32_t、float、int64_t、uint64_t数据执行标量原子操作，并返回操作前的值。asc_atomic_and、asc_atomic_or、asc_atomic_xor：对Global Memory中的int32_t、uint32_t、int64_t、uint64_t数据执行原子按位运算。asc_atomic_inc：对Global Memory中的uint32_t或uint64_t计数器执行原子递增操作；计数器数值大于等于val时赋值为0，否则加1。asc_atomic_dec：对Global Memory中的uint32_t或uint64_t计数器执行原子递减操作；计数器数值等于0或大于val时赋值为val，否则减1。
矩阵计算
asc_mmad、asc_mmad_sync：完成矩阵乘加操作，支持int8_t、hifloat8_t、fp8_e5m2_t、fp8_e4m3fn_t、half、bfloat16_t、float同精度和混合精度输入组合。asc_enable_fp8：设置矩阵乘加计算开启FP8模式并关闭HiF8模式，L0A Buffer、L0B Buffer中的FP8数据在参与矩阵乘加计算之前不会转换为hifloat8_t数据。asc_enable_hif8：设置矩阵乘加计算开启HiF8模式，L0A Buffer、L0B Buffer中的8位数据在参与矩阵乘法运算前转换为hifloat8_t数据。asc_enable_hf32_trans：设置HF32模式舍入方式，使用该接口前需要先使用asc_enable_hf32开启HF32模式。asc_enable_hf32：设置矩阵乘加计算开启HF32模式，提升FP32数据的计算性能，但会带来一定的精度损失。asc_set_fp32_mode：设置矩阵乘加计算开启FP32模式，L0A Buffer、L0B Buffer中的FP32数据在参与矩阵乘加计算之前不做舍入处理。asc_set_mmad_direction_m、asc_set_mmad_direction_n：分别设置矩阵乘加计算优先通过M方向、N方向生成结果。
同步控制
asc_lock、asc_unlock：用于AI Core内部异步流水线同步。asc_sync_intra_arrive、asc_sync_intra_wait：用于核间信号同步。asc_sync_subblock_arrive、asc_sync_subblock_wait：用于组内子块（Subblock）间的信号同步。asc_sync_inter_arrive、asc_sync_inter_wait：用于组间计算块（Block）的信号同步。asc_sync_data_barrier：等待指定范围内先前发起的内存访问完成。
系统变量
asc_get_smmu_tag_version、asc_get_phy_stack_base、asc_get_status、asc_get_sys_virtual_base：分别获取系统内存管理单元（System Memory Management Unit，SMMU）版本信息、物理堆栈基地址、状态信息和系统虚拟基地址。asc_get_block_idx：获取当前运行核的索引。asc_get_sub_block_num：在分离模式下获取一个AI Core上的Cube Core或Vector Core数量。asc_get_sub_block_id：获取AI Core上的Vector Core ID。asc_get_phy_buf_addr：根据偏移量获取片上实际物理地址。asc_get_core_id、asc_get_arch_ver：分别获取核ID和架构版本。asc_get_vf_len：获取Tensor位宽VL（Vector Length）的大小。asc_set_gm2l1_nz_para：设置MTE2_NZ_PARA寄存器的值。asc_set_l0c2gm_channel_para：设置通道步长参数专用寄存器的比特位。asc_set_l0c2gm_quant_post：设置QUANT_POST寄存器的值。试验接口。asc_set_l0c2gm_relu_alpha：设置RELU_ALPHA寄存器的值。asc_set_l12l0_padding_val：设置PADDING_B寄存器的值。asc_set_l3d_rpt_b：用于设置asc_copy_l12l0a、asc_copy_l12l0b的2D格式搬运repeat参数。
缓存控制
asc_dci：使整个数据缓存失效，不回写缓存行，未同步到主存的修改会被丢弃。调用前必须先执行asc_sync_data_barrier(mem_dsb_t::DSB_ALL)，等待此前的内存访问完成。
Bug修复
asc_sync_block_arrive由9.0.0的asc_sync_block_arrive(pipe, mode, flagID)调整为asc_sync_block_arrive(pipe, flag_id)，删除mode参数并统一事件标号命名。asc_sync_block_wait由9.0.0的asc_sync_block_wait(flagID)调整为asc_sync_block_wait(pipe, flag_id)，新增流水线参数并统一事件标号命名。asc_get_arch_ver参数名由coreVersion统一为core_version。- 修复
cache_ctrl.h复用原子操作头文件保护宏的问题，避免包含顺序导致缓存控制声明被跳过。 - 统一
asc_simd.h、misc.h、cache_ctrl.h、sync.h、sys_var.h和utils_intf.h中的头文件引用路径，避免安装目录变化导致包含失败。 - 将
asc_loadalign_postupdate、asc_loadalign_brc_postupdate、asc_loadalign_brc_postupdate_v2、asc_loadalign_brc_postupdate_v3、asc_loadalign_upsample_postupdate、asc_loadalign_downsample_postupdate、asc_loadalign_unpack_postupdate、asc_loadalign_unpack_postupdate_v2、asc_loadalign_deintlv_postupdate中需要自动更新的Unified Buffer源指针参数修正为指针引用，确保调用后地址变化对调用方可见。 - 将
asc_storealign_postupdate、asc_storealign_1st_postupdate、asc_storealign_pack_postupdate、asc_storealign_pack_postupdate_v2中需要自动更新的Unified Buffer目的指针参数修正为指针引用，确保调用后地址变化对调用方可见。 - 将不更新地址的
asc_storeunalign目的参数由指针引用修正为普通指针，并补齐asc_storeunalign_postupdate的地址更新重载。 - 修复
half转换为int4b_t接口的舍入模式命名。9.0.0将以下四种舍入模式的接口声明为向下舍入函数名，9.1.0修复为与实际舍入模式一致的函数名：- 向上舍入：
asc_half2int4x2_ru、asc_half2int4x2_ru_sat、asc_half2int4x2_ru_v2、asc_half2int4x2_ru_sat_v2、asc_half2int4x2_ru_v3、asc_half2int4x2_ru_sat_v3、asc_half2int4x2_ru_v4、asc_half2int4x2_ru_sat_v4。 - 向零舍入：
asc_half2int4x2_rz、asc_half2int4x2_rz_sat、asc_half2int4x2_rz_v2、asc_half2int4x2_rz_sat_v2、asc_half2int4x2_rz_v3、asc_half2int4x2_rz_sat_v3、asc_half2int4x2_rz_v4、asc_half2int4x2_rz_sat_v4。 - 最近偶数舍入：
asc_half2int4x2_rn、asc_half2int4x2_rn_sat、asc_half2int4x2_rn_v2、asc_half2int4x2_rn_sat_v2、asc_half2int4x2_rn_v3、asc_half2int4x2_rn_sat_v3、asc_half2int4x2_rn_v4、asc_half2int4x2_rn_sat_v4。 - 最近远离零舍入：
asc_half2int4x2_rna、asc_half2int4x2_rna_sat、asc_half2int4x2_rna_v2、asc_half2int4x2_rna_sat_v2、asc_half2int4x2_rna_v3、asc_half2int4x2_rna_sat_v3、asc_half2int4x2_rna_v4、asc_half2int4x2_rna_sat_v4。
- 向上舍入：
- 将
asc_int162half_rc修正为asc_int162half_rz。 - 将
asc_reduce_min_datablock_修正为asc_reduce_min_datablock，去除多余的尾部下划线。 - 将
asc_half2uint8_rd_sat_v2_impl、asc_half2uint8_rn_sat_v2_impl、asc_half2uint8_rna_sat_v2_impl、asc_half2uint8_ru_sat_v2_impl、asc_half2uint8_rz_sat_v2_impl分别修正为asc_half2uint8_rd_sat_v2、asc_half2uint8_rn_sat_v2、asc_half2uint8_rna_sat_v2、asc_half2uint8_ru_sat_v2、asc_half2uint8_rz_sat_v2。 - 将以下
bfloat16_t转换为fp4x2_e1m2_t接口的目的类型从vector_f4e1m2x2修正为vector_fp4x2_e1m2_t：- 向下舍入：
asc_bfloat162e1m2x2_rd、asc_bfloat162e1m2x2_rd_v2、asc_bfloat162e1m2x2_rd_v3、asc_bfloat162e1m2x2_rd_v4。 - 最近偶数舍入：
asc_bfloat162e1m2x2_rn、asc_bfloat162e1m2x2_rn_v2、asc_bfloat162e1m2x2_rn_v3、asc_bfloat162e1m2x2_rn_v4。 - 最近远离零舍入：
asc_bfloat162e1m2x2_rna、asc_bfloat162e1m2x2_rna_v2、asc_bfloat162e1m2x2_rna_v3、asc_bfloat162e1m2x2_rna_v4。 - 向上舍入：
asc_bfloat162e1m2x2_ru、asc_bfloat162e1m2x2_ru_v2、asc_bfloat162e1m2x2_ru_v3、asc_bfloat162e1m2x2_ru_v4。 - 向零舍入：
asc_bfloat162e1m2x2_rz、asc_bfloat162e1m2x2_rz_v2、asc_bfloat162e1m2x2_rz_v3、asc_bfloat162e1m2x2_rz_v4。
- 向下舍入：
- 将
asc_half2uint8和asc_min_scalar的非标准类型别名vector_u8、vector_f16修正为vector_uint8_t、vector_half。 asc_arange、asc_arange_descend参数名由index统一为value。asc_update_mask_b8、asc_update_mask_b16、asc_update_mask_b32参数名由scalar统一为value。
增强
asc_copy_gm2ub_align、asc_copy_gm2ub_align_sync、asc_copy_ub2gm_align、asc_copy_ub2gm_align_sync新增仅传入dst、src和size的简化重载。asc_copy_l0c2l1新增asc_copy_l0c2l1_sync，并新增int16_t目的数据与int32_t源数据、bfloat16_t目的数据与float源数据的组合，以及目的参数为__cbuf__ void*、源参数分别为__cc__ int32_t*或__cc__ float*的通用重载。asc_copy_l12l0a_mx新增asc_copy_l12l0a_mx_sync。asc_set_atomic_add_int8、asc_set_atomic_add_int16、asc_set_atomic_add_int：设置后续从Unified Buffer、L0C Buffer到Global Memory的数据搬运开启原子累加，累加的数据类型分别为int8_t、int16_t、int32_t。asc_gather为int16_t、uint16_t、half、bfloat16_t数据新增使用vector_uint32_t索引的重载。asc_gather_datablock新增int4b_t重载和无需传入掩码参数的uint64_t重载。asc_loadalign、asc_loadalign_brc、asc_loadalign_brc_v2、asc_loadalign_upsample、asc_loadalign_downsample、asc_loadalign_unpack、asc_loadalign_unpack_v2、asc_loadalign_deintlv新增int4b_t、vector_int4x2_t重载。asc_loadalign、asc_loadalign_upsample、asc_loadalign_downsample、asc_loadalign_postupdate新增vector_bool重载。asc_storealign、asc_storealign_1st、asc_storealign_intlv、asc_storeunalign、asc_storeunalign_postupdate、asc_storeunalign_post、asc_storeunalign_post_postupdate、asc_store新增int4b_t、vector_int4x2_t数据重载。asc_storealign、asc_storealign_pack、asc_storealign_postupdate、asc_storealign_pack_postupdate、asc_storeunalign_postupdate新增vector_bool输出重载。asc_scatter新增9组目的Unified Buffer地址在前、源矢量寄存器在后的重载，根据索引将源矢量寄存器元素分散写入Unified Buffer。支持的数据类型为int8_t、uint8_t、int16_t、uint16_t、half、bfloat16_t、int32_t、uint32_t、float。asc_create_iter_reg_b8、asc_create_iter_reg_b16、asc_create_iter_reg_b32从单个偏移扩展为支持1至4个偏移。asc_copy新增将vector_uint16_t、vector_uint32_t矢量数据寄存器复制到vector_bool掩码寄存器的重载。asc_duplicate_scalar新增无需传入掩码参数的重载。
接口废弃
本版本标记以下接口或特定重载为deprecated：
数据搬运
| 废弃接口或重载 | 替代接口 | 说明 |
|---|---|---|
asc_set_gm2ub_pad | asc_set_copy_pad_val | 使用通用搬运填充值配置接口。 |
asc_get_store_atomic_config（Ascend 950PR/Ascend 950DT） | asc_atomic_add | 标量原子加无需预先配置和查询数据搬运原子状态。 |
asc_set_store_atomic_config_v2 | asc_atomic_add | 标量原子加改为直接调用原子接口。 |
源矢量寄存器在前、目的Unified Buffer地址在后的asc_scatter重载 | 目的Unified Buffer地址在前、源矢量寄存器在后的asc_scatter重载 | 支持的数据类型不变，仅调整参数顺序。 |
asc_exp_sub_v2(vector_float&, vector_float, vector_float, vector_bool) | asc_exp_sub | half输入的asc_exp_sub_v2仍保留，用于读取源操作数的奇数索引元素；仅float输入的该重载废弃。 |
注： 详情可参考废弃接口。