华为采用机器翻译与人工审校相结合的方式将此文档翻译成不同语言，希望能帮助您更容易理解此文档的内容。 请注意：即使是最好的机器翻译，其准确度也不及专业翻译人员的水平。 华为对于翻译的准确性不承担任何责任，并建议您参考英文文档（已提供链接）。
Matmul算子（TIK方式）
功能描述
本样例使用TIK方式进行了matmul算子的实现，给定两个输入的张量A和B，进行矩阵相乘，输出结果张量。
说明：此样例未实现算子适配插件，若开发者想在原始框架为caffe的网络模型中使用此自定义算子，需要自定义实现对应的算子适配插件。
算子分析
使用TIK方式开发matmul算子前，我们需要确定算子功能、输入、输出，算子开发方式、算子类型以及算子实现函数名称等。
- 明确算子的功能以及数学表达式。
matmul算子的数学表达式为：
y=x1*x2
计算过程是：将两个输入矩阵相乘，得到最终结果矩阵z并将其返回。
- 明确输入和输出。
- matmul算子有两个输入：x1与x2，输出为y。
- 算子输入的数据类型为float16，输出的数据类型为float32。
- 算子输入支持固定shape，输入shape分别为（16,64）和（64,1024），输出shape为（16,1024）。
- 算子输入支持的format为：ND。
- 确定算子开发方式及使用的计算接口。
- 计算过程中主要涉及矩阵乘法操作，初分析可使用matmul()接口实现矩阵x1*x2的操作。
- 由于在整个matmul的计算过程中会涉及到数据搬运操作，可使用data_move()接口把数据从Global Memory搬迁到L1 Buffer中。
- 矩阵计算完成后，对结果进行处理，可使用fixpipe()把数据从L1OUT Buffer搬迁到Global Memory中。
- 明确算子实现文件名称、算子实现函数名称以及算子的类型（OpType）。
- 算子类型需要采用大驼峰的命名方式，即采用大写字符区分不同的语义。
- 算子文件名称和算子函数名称，可选用以下任意一种命名规则：
- 用户自定义，此时需要在算子信息定义中配置opFile.value与opInterface.value。
- 不配置算子信息定义中的opFile.value与opInterface.value，FE会将OpType按照如下方式进行转换后进行算子文件名和算子函数名的匹配。转换规则如下：
- 首字符的大写字符转换为小写字符。
例如：Abc -> abc
- 小写字符后的大写字符转换为下划线+小写字符。
例如：AbcDef -> abc_def
- 紧跟数字以及大写字符后的大写字符，作为同一语义字符串，查找此字符串后的第一个小写字符，并将此小写字符的前一个大写字符转换为下划线+小写字符，其余大写字符转换为小写字符。若此字符串后不存在小写字符，则直接将此字符串中的大写字符转换为小写字符。
例如：ABCDef -> abc_def；Abc2DEf -> abc2d_ef；Abc2DEF -> abc2def；ABC2dEF -> abc2d_ef。
- 首字符的大写字符转换为小写字符。
本例中，算子类型定义为MatmulTik；算子的实现文件名称及实现函数名称定义为matmul_tik。通过以上分析，得到MatmulTik算子的设计规格如下：
表14-6 MatmulTik算子设计规格算子类型（OpType）
MatmulTik
算子输入
name：x1
shape：（16,64）
data type：float16
format：ND
name：x2
shape：（64,1024）
data type：float16
format：ND
算子输出
name：y
shape：（16,1024）
data type：float32
format：ND
算子实现使用主要TIK接口
matmul()
data_move()
fixpipe()
算子实现文件/实现函数名称
matmul_tik
算子实现
本章节介绍算子实现中的关键功能点。
算子代码实现
- 首先取出算子输入的shape以及dtype，并配置好对应的tiling参数和循环次数，其中tiling_size表示方向切分大小；cycle_size表示方向的循环次数（例：m = m_tiling_size*m_cycle_num），thread_num表示方向是否开启double buffer功能，将参数统一配置后，调用算子计算函数。
def matmul_tik(input_x1, input_x2, output_y={}, kernel_name="simple_matmul"): shape_a = input_x1.get("ori_shape") shape_b = input_x2.get("ori_shape") m = shape_a[0] k = shape_a[1] n = shape_b[1] data_type = input_x1.get("dtype").lower() params = { 'M': m, 'K': k, 'N': n, 'data_type': data_type, 'm_tiling_size': 16, 'm_cycle_times': 1, 'm_thread_num': 1, 'n_tiling_size': 64, 'n_cycle_times': 16, 'n_thread_num': 1, 'k_tiling_size': 32, 'k_cycle_times': 2, 'k_thread_num': 2 } matmul_tik_compute(params, kernel_name) - 算子计算函数的实现逻辑如下所示。
- 对输入tensor进行占位。
- 根据设置的参数通过for_range( )循环实现tiling。
- 调用matmul API实现矩阵相乘计算。
- 调用data_move、fixpipe API实现计算结果数据搬运。
def matmul_tik_compute(params, kernel_name, new_ws=None, cnt=0): te_set_l2_mode(1) tik_instance = tik.Tik() if not isinstance(params, dict): params = params.__dict__ m, k, n = params['M'], params['K'], params['N'] data_type = params["data_type"] m_tiling_size = int(params["m_tiling_size"]) n_tiling_size = int(params["n_tiling_size"]) k_tiling_size = int(params['k_tiling_size']) m_cycle_times = params["m_cycle_times"] n_cycle_times = params["n_cycle_times"] k_cycle_times = params["k_cycle_times"] if data_type == "float16": C_loc_out_type = "float32" K0 = 16 else: C_loc_out_type = "int32" K0 = 32 block_size = 16 n_thread_num = params['n_thread_num'] m_thread_num = params['m_thread_num'] k_thread_num = params['k_thread_num'] # 对输入输出tensor进行占位 C_gm = tik_instance.Tensor(C_loc_out_type, (n // block_size, m, block_size), name="C_gm", scope=tik.scope_gm) A_gm = tik_instance.Tensor(params["data_type"], (k//K0, m, K0), name="A_gm", scope=tik.scope_gm) B_gm = tik_instance.Tensor(params["data_type"], (k//K0, n, K0), name="B_gm", scope=tik.scope_gm) # 执行循环，开启double buffer和多核 with tik_instance.for_range(0, 2, block_num=2) as core_id: with tik_instance.for_range(0, n_cycle_times//2, thread_num=n_thread_num) as n_idx: with tik_instance.for_range(0, m_cycle_times, thread_num=m_thread_num) as m_idx: # 根据切分大小定义L1OUT Buffer中的Tensor dst_l0c = tik_instance.Tensor(C_loc_out_type, [n_tiling_size//16, m_tiling_size, 16], name='dst_l0c', scope=tik.scope_cbuf_out) # k方向进行循环，分别对A、B进行数据搬运 with tik_instance.for_range(0, k_cycle_times, thread_num=k_thread_num) as k_idx: A_l1 = tik_instance.Tensor(params['data_type'], [k_tiling_size//K0, m_tiling_size, K0], name="A_tiling_l1", scope=tik.scope_cbuf) tik_instance.data_move(A_l1, A_gm[k_idx * k_tiling_size // K0, m_idx*m_tiling_size, :],0, k_tiling_size//K0, m_tiling_size, m - m_tiling_size, 0) B_l1 = tik_instance.Tensor(params["data_type"], [k_tiling_size//K0, n_tiling_size, K0], name="B_tiling_l1", scope=tik.scope_cbuf) if n-n_tiling_size>65535: with tik_instance.for_range(0, k_tiling_size//K0) as dma_k_idx: tik_instance.data_move(B_l1[dma_k_idx, :, :], B_gm[k_idx*k_tiling_size//K0 + dma_k_idx, (core_id*n_cycle_times//2+n_idx)*n_tiling_size, :], 0, 1, n_tiling_size, 0, 0) else: tik_instance.data_move(B_l1, B_gm[k_idx*k_tiling_size//K0, (core_id*n_cycle_times//2+n_idx)*n_tiling_size, :], 0, k_tiling_size//K0, n_tiling_size, n-n_tiling_size, 0) # 调用matmul API进行计算 with tik_instance.if_scope(k_idx == 0): tik_instance.matmul(dst_l0c, A_l1, B_l1, m_tiling_size, k_tiling_size, n_tiling_size, init_l1out=True) with tik_instance.else_scope(): tik_instance.matmul(dst_l0c, A_l1, B_l1, m_tiling_size, k_tiling_size, n_tiling_size, init_l1out=False) # 矩阵计算完成后，对结果进行处理，把数据搬迁到Global Memory中 tik_instance.fixpipe(C_gm[n_tiling_size//16*(core_id*n_cycle_times//2+n_idx), m_idx*m_tiling_size, :], dst_l0c, n_tiling_size//16, m_tiling_size*16*DTYPE_SIZE[C_loc_out_type]//32, (m-m_tiling_size)*16*DTYPE_SIZE[C_loc_out_type]//32, 0)
- 调用BuildCCE()进行编译。
tik_instance.BuildCCE(kernel_name=kernel_name, inputs=[A_gm, B_gm], outputs=[C_gm])
算子适配插件实现
此样例未实现算子适配插件，若开发者想在第三方网络模型中使用此自定义算子，需要自定义实现对应的算子适配插件。
算子原型定义
MatumulTik算子的原型定义详细代码可参见“op_proto/matmul_tik.h”与“op_proto/matmul_tik.cpp”文件。
matmul_tik.h对MatmulTik算子进行原型定义。
namespace ge {
REG_OP(MatmulTik)
.INPUT(x1, TensorType({DT_FLOAT, DT_FLOAT16, DT_INT32}))
.INPUT(x2, TensorType({DT_FLOAT, DT_FLOAT16, DT_INT32}))
.OUTPUT(y, TensorType({DT_FLOAT, DT_FLOAT16, DT_INT32}))
.OP_END_FACTORY_REG(MatmulTik)
}
matmul_tik.cpp根据算子的输入张量描述、算子逻辑及算子属性，推理出算子的输出张量描述，包括张量的形状、数据类型及数据排布格式等信息。这样算子构图准备阶段就可以为所有的张量静态分配内存，避免动态内存分配带来的开销。
namespace ge {
IMPLEMT_VERIFIER(MatmulTik, MatmulTikVerify)
{
std::vector<DataType> support_list;
support_list.push_back(DT_FLOAT16);
support_list.push_back(DT_FLOAT);
support_list.push_back(DT_INT32);
support_list.push_back(DT_INT8);
support_list.push_back(DT_UINT8);
return GRAPH_SUCCESS;
}
// Obtains the processing function of the output tensor description.
IMPLEMT_COMMON_INFERFUNC(MatmulTikInferShape)
{
TensorDesc tensordesc_output = op.GetOutputDesc("y");
ge::TensorDesc inputTensorDescX = op.GetInputDesc("x1");
ge::TensorDesc inputTensorDescY = op.GetInputDesc("x2");
ge::Shape shapeX = inputTensorDescX.GetShape();
ge::Shape shapeY = inputTensorDescY.GetShape();
DataType dtype = inputTensorDescX.GetDataType();
bool transposeA = false;
bool transposeB = false;
std::vector<int64_t> dimVector;
dimVector.push_back(shapeX.GetDim(0));
dimVector.push_back(shapeY.GetDim(1));
ge::Shape outputShape(dimVector);
tensordesc_output.SetShape(outputShape);
tensordesc_output.SetDataType(op.GetInputDesc("x1").GetDataType());
(void)op.UpdateOutputDesc("y", tensordesc_output);
return GRAPH_SUCCESS;
}
//Registered inferfunction
COMMON_INFER_FUNC_REG(MatmulTik, MatmulTikInferShape);
//Registered verify function
VERIFY_FUNC_REG(MatmulTik, MatmulTikVerify);
}
算子信息定义
MatmulTik算子的信息定义文件请参见“tbe/op_info_cfg/ai_core/<soc_version>/matmul_tik.ini”。
说明：当前MatmulTik算子仅提供了昇腾310 AI处理器上的信息定义文件，若开发者想将此算子运行于其他昇腾AI处理器，请参考实现对应的算子信息定义文件并将其存放到对应的<soc_version>目录下。
