Add产品支持情况产品是否支持Ascend 950PR/Ascend 950DT√Atlas A3 训练系列产品 / Atlas A3 推理系列产品√Atlas A2 训练系列产品 / Atlas A2 推理系列产品√Atlas 200I/500 A2 推理产品√Atlas 推理系列产品 AI Core√Atlas 推理系列产品 Vector CorexAtlas 训练系列产品√Kirin X90√Kirin 9030√功能说明按元素求和计算公式如下函数原型整个tensor参与计算dst src0 src1;tensor前n个数据计算template typename T __aicore__ inline void Add(const LocalTensorT dst, const LocalTensorT src0, const LocalTensorT src1, const int32_t count)tensor高维切分计算mask逐bit模式template typename T, bool isSetMask true __aicore__ inline void Add(const LocalTensorT dst, const LocalTensorT src0, const LocalTensorT src1, uint64_t mask[], const uint8_t repeatTime, const BinaryRepeatParams repeatParams)mask连续模式template typename T, bool isSetMask true __aicore__ inline void Add(const LocalTensorT dst, const LocalTensorT src0, const LocalTensorT src1, uint64_t mask, const uint8_t repeatTime, const BinaryRepeatParams repeatParams)参数说明表 1模板参数说明参数名描述T操作数数据类型。Ascend 950PR/Ascend 950DT支持的数据类型为int8_t、uint8_t、int16_t、uint16_t、half、bfloat16_t、int32_t、uint32_t、float、complex32、int64_t、uint64_t、complex64。Atlas A3 训练系列产品 / Atlas A3 推理系列产品支持的数据类型为half、int16_t、int32_t、float。Atlas A2 训练系列产品 / Atlas A2 推理系列产品支持的数据类型为half、int16_t、int32_t、float。Atlas 200I/500 A2 推理产品支持的数据类型为half、int16_t、int32_t、float。Atlas 训练系列产品支持的数据类型为half、int32_t、float。Atlas 推理系列产品 AI Core支持的数据类型为half、int16_t、int32_t、float。Kirin X90支持的数据类型为half、int16_t、int32_t、float。Kirin 9030支持的数据类型为half、int16_t、int32_t、float。isSetMask是否在接口内部设置mask。true表示在接口内部设置mask。false表示在接口外部设置mask开发者需要使用SetVectorMask接口设置mask值。这种模式下接口入参中的mask值设置为占位符MASK_PLACEHOLDER用于占位无实际含义。表 2参数说明参数名输入/输出描述dst输出目的操作数。类型为LocalTensor支持的TPosition为VECIN/VECCALC/VECOUT。LocalTensor的起始地址需要32字节对齐。src0、src1输入源操作数。类型为LocalTensor支持的TPosition为VECIN/VECCALC/VECOUT。LocalTensor的起始地址需要32字节对齐。两个源操作数的数据类型需要与目的操作数保持一致。count输入参与计算的元素个数。mask[]/mask输入mask用于控制每次迭代内参与计算的元素。逐bit模式可以按位控制哪些元素参与计算bit位的值为1表示参与计算0表示不参与。mask为数组形式数组长度和数组元素的取值范围和操作数的数据类型有关。当操作数为16位时数组长度为2mask[0]、mask[1]∈[0, 264-1]并且不同时为0当操作数为32位时数组长度为1mask[0]∈(0, 264-1]当操作数为64位时数组长度为1mask[0]∈(0, 232-1]。例如mask[8, 0]80b1000表示仅第4个元素参与计算。连续模式表示前面连续的多少个元素参与计算。取值范围和操作数的数据类型有关数据类型不同每次迭代内能够处理的元素个数最大值不同。当操作数为16位时mask∈[1, 128]当操作数为32位时mask∈[1, 64]当操作数为64位时mask∈[1, 32]。repeatTime输入重复迭代次数。矢量计算单元每次读取连续的256Bytes数据进行计算为完成对输入数据的处理必须通过多次迭代repeat才能完成所有数据的读取与计算。repeatTime表示迭代的次数。关于该参数的具体描述请参考高维切分API。repeatParams输入控制操作数地址步长的参数。BinaryRepeatParams类型包含操作数相邻迭代间相同datablock的地址步长操作数同一迭代内不同datablock的地址步长等参数。相邻迭代间的地址步长参数说明请参考repeatStride同一迭代内DataBlock的地址步长参数说明请参考dataBlockStride。返回值说明无约束说明操作数地址对齐要求请参见通用地址对齐约束。操作数地址重叠约束请参考通用地址重叠约束。使用整个tensor参与计算接口进行符号重载时运算量为目的LocalTensor的长度。针对Ascend 950PR/Ascend 950DTuint8_t/int8_t/uint64_t/int64_t/complex32/complex64数据类型仅支持tensor前n个数据计算接口和整个tensor参与计算的运算符重载。调用示例更多样例可参考LINK。tensor高维切分计算样例-mask连续模式uint64_t mask 128; // repeatTime 4一次迭代计算128个数共计算512个数 // dstBlkStride, src0BlkStride, src1BlkStride 1单次迭代内数据连续读取和写入 // dstRepStride, src0RepStride, src1RepStride 8相邻迭代间数据连续读取和写入 AscendC::Add(dstLocal, src0Local, src1Local, mask, 4, { 1, 1, 1, 8, 8, 8 });tensor高维切分计算样例-mask逐bit模式uint64_t mask[2] { UINT64_MAX, UINT64_MAX }; // repeatTime 4一次迭代计算128个数共计算512个数 // dstBlkStride, src0BlkStride, src1BlkStride 1单次迭代内数据连续读取和写入 // dstRepStride, src0RepStride, src1RepStride 8相邻迭代间数据连续读取和写入 AscendC::Add(dstLocal, src0Local, src1Local, mask, 4, { 1, 1, 1, 8, 8, 8 });tensor前n个数据计算样例AscendC::Add(dstLocal, src0Local, src1Local, 512);整个tensor参与计算样例dstLocal src0Local src1Local;结果示例如下输入数据src0Local: [1 2 3 ... 512] 输入数据src1Local: [513 514 515 ... 1024] 输出数据dstLocal: [514 516 518 ... 1536]创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考