尧图网络 高端网站定制 · 原创设计
免费咨询热线
400-888-6620
免费获取方案
CANN/asc-devkit SetLoadDataRepeat接口
SetLoadDataRepeat【免费下载链接】asc-devkit本项目是CANN 推出的昇腾AI处理器专用的算子程序开发语言原生支持C和C标准规范主要由类库和语言扩展层构成提供多层级API满足多维场景算子开发诉求。项目地址: https://gitcode.com/cann/asc-devkit产品支持情况Ascend 950PR/Ascend 950DT支持Atlas A3 训练系列产品/Atlas A3 推理系列产品支持Atlas A2 训练系列产品/Atlas A2 推理系列产品支持Atlas 200I/500 A2 推理产品支持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basic_api/kernel_operator_mm_intf.h。用于设置LoadData卷积数据搬运接口的repeat参数。设置repeat参数后可以通过调用一次LoadData卷积数据搬运接口完成多个迭代的数据搬运。函数原型__aicore__ inline void SetLoadDataRepeat(const LoadDataRepeatParam repeatParams)参数说明接口参数和结构体参数说明表1参数说明参数名称输入/输出含义repeatParams输入设置LoadData卷积数据搬运接口的repeat参数类型为LoadDataRepeatParam。具体定义请参考${INSTALL_DIR}/asc/include/basic_api/interface/kernel_struct_mm.h${INSTALL_DIR}请替换为CANN软件安装后文件存储路径。参数说明请参考表2。表2LoadDataRepeatParam结构体参数说明参数名称含义repeatStrideheight/width方向上的前一个迭代与后一个迭代起始地址的距离取值范围repeatStride∈[0, 65535]默认值为0。• repeatMode为0repeatStride的单位为16个元素。• repeatMode为1repeatStride的单位和具体型号有关。下文中的data_type指LoadData卷积数据搬运v2中源操作数的数据类型。repeatTimeheight/width方向上的迭代次数取值范围repeatTime∈[0, 255]。默认值为1。repeatMode控制repeat迭代的方向取值范围repeatMode∈[0, 1]。默认值为0。• 0迭代沿height方向• 1迭代沿width方向。dstStride输出矩阵K轴方向偏移以512B分形为单位。不同的型号dstStride的支持度不同请参考dstStride参数支持度说明。dstStride参数支持度说明针对Ascend 950PR/Ascend 950DT新增dstStride参数调用该接口必须配置参数dstStride。针对Atlas A2 训练系列产品/Atlas A2 推理系列产品不支持该参数。针对Atlas A3 训练系列产品/Atlas A3 推理系列产品不支持该参数。针对Atlas 200I/500 A2 推理产品不支持该参数。返回值说明无约束说明迭代沿height方向时repeatStride的单位为16个元素迭代沿width方向时repeatStride的单位为32/sizeof(data_type)个元素。repeatTime0表示LoadData卷积数据搬运不执行搬运LoadData卷积数据搬运接口将被视为NOP空操作。针对Ascend 950PR/Ascend 950DT调用LoadData卷积数据搬运指令时必须配置本接口中dstStride参数。不同芯片型号repeatStride的单位不同具体参考如下Ascend 950PR/Ascend 950DTrepeatStride的单位为32/sizeof(data_type)个元素。Atlas A2 训练系列产品/Atlas A2 推理系列产品repeatStride的单位为32/sizeof(data_type)个元素。Atlas A3 训练系列产品/Atlas A3 推理系列产品repeatStride的单位为32/sizeof(data_type)个元素。Atlas 200I/500 A2 推理产品repeatStride的单位为64/sizeof(data_type)个元素。调用示例展示代码示例片段// LoadData卷积数据搬运v2指令完成img2col的过程可知img2col后A矩阵高度为ho * wo根据ho和wo的计算公式代入卷积核宽度、卷积核滑动步长、卷积核膨胀系数等参数可知A矩阵的高度为CeilAlign(k, fractalShape[0])img2col后A矩阵宽度为ci * kh * kw代入kh1kw1可知A矩阵的宽度为CeilAlign(m, fractalShape[1])。最后配置loadDataParams.enTranspose true将整个A矩阵转置并且将其中每一个分形转置 // 使用load3d接口实现NZ2ZZ AscendC::LoadData3DParamsV2T loadDataParams; // 设置loadDataParams相关参数 ... // 使用SetLoadDataRepeat接口设置LoadData卷积数据搬运v2接口的repeat参数 AscendC::LoadDataRepeatParam repeatParams; repeatParams.repeatTime 1; // height/width方向上的迭代次数 repeatParams.repeatStride 1; // height/width方向上前后迭代起始位置的距离 repeatParams.repeatMode 0; // 迭代方向0: 迭代沿height; 1: 迭代沿width repeatParams.dstStride CeilDivision(m, fractalShape[0]); // 输出矩阵K轴方向偏移 AscendC::SetLoadDataRepeat(repeatParams); AscendC::LoadData(a2Local, a1Local, loadDataParams);【免费下载链接】asc-devkit本项目是CANN 推出的昇腾AI处理器专用的算子程序开发语言原生支持C和C标准规范主要由类库和语言扩展层构成提供多层级API满足多维场景算子开发诉求。项目地址: https://gitcode.com/cann/asc-devkit创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
RELATED

相关推荐

C++回溯算法详解:从全排列到N皇后,掌握DFS与剪枝核心

C++回溯算法详解:从全排列到N皇后,掌握DFS与剪枝核心

1. 项目概述:为什么回溯算法是算法入门的“分水岭”?刚接触算法时,很多人会觉得排序、查找这些基础概念还算友好,但一遇到“回溯算法”,画风就变了。题目描述可能只有短短几行,但自己一动手,脑子…

📅 2026/11/3 5:50:36
高速电路设计:信号完整性与实战经验解析

高速电路设计:信号完整性与实战经验解析

1. 高速电路设计的核心挑战高速电路设计之所以被称为电子工程领域的"珠穆朗玛峰",是因为它需要同时应对多个相互制约的物理效应。当信号频率超过50MHz时,那些在低频电路中可以忽略的现象开始成为主导因素。1.1 传输线效应与阻抗突变在高速设计…

📅 2026/10/7 11:58:25
大模型小白必看:收藏这份Agent开发入门指南,抢占高薪蓝海!

大模型小白必看:收藏这份Agent开发入门指南,抢占高薪蓝海!

本文对比了大模型算法岗与Agent开发岗的薪资、门槛及发展前景。大模型算法岗薪资高但门槛极高,适合深入研究AI的顶尖人才;而Agent开发岗则更注重AI应用落地,学历要求相对较低,市场需求旺盛,是当前及未来一段时期内程序…

📅 2026/9/20 0:23:43
MORE NEWS

更多资讯

📰

hindsight认知偏差:把事后复盘转化为事前预判的结构化方法

周五晚上十点,我还在会议室里对着投影仪发呆。屏幕上是这个月第三次线上事故的复盘文档,产品经理叹了口气说:“其实我当时就觉得那个方案有问题。”技术负责人也补了一句:“我早就怀疑是缓存那边撑不住。”大家纷纷点头&#xff0…

📰

AI辅助学习:Notebooklm高效备考配置与实战指南

1. 项目背景与核心价值去年期末季,我偶然发现Notebooklm这个AI笔记工具在突击学习中的惊人潜力。当时距离计量经济学考试只剩36小时,我用它构建的知识体系最终拿了94分——这让我意识到:AI辅助学习正在重塑传统备考模式。这种工作流的核心在于…

📰

SSE流式代理故障排查:解决stream disconnected before completion

1. 项目概述:一次典型的后端代理链路中断故障“stream disconnected before completion”——这个错误在任何基于 Server-Send Events(SSE)或流式响应的 Web 应用中都算得上高频警报,但真正让人头皮发紧的,是它总在看似…

📰

AI工程入门路线图:从跑通端到端链路到稳定上线

1. 把"AI 工程"这个词拆开看:它和传统软件开发差在哪这两年身边问"从零开始学 ai-engineering"的人越来越多,招聘市场对相关岗位的热度也一直没有降过。我收到的提问大多是同一个模子:我不是科班出身,数学底子…

📰

深度学习升级路径:从环境配置、CNN原理到部署落地的关键节点

聊深度学习的人很多,但真正把这条路走通的人不多。我见过不少朋友,收藏夹里躺着几百个教程,GitHub上fork了一堆模型,可真要他去解决一个实际问题,还是卡在第一步。问题出在哪?深度学习的学习曲线从来不是一…

📰

归一化RGB全解析:尺度归一化与色度归一化区别及图像预处理实战

1. 先把“归一化RGB”这四个字拆开看“归一化RGB”这个词,我第一次遇到是在做一块肤色区域粗筛的时候。当时我的理解非常朴素——不就是把像素值除以 255 吗,一行代码的事。结果跑出来的掩码在阴影里全是洞,在窗边逆光的区域又糊成一片&#…

TODAY

今日更新

THIS WEEK

本周精选

THIS MONTH

本月热门

读完文章,想聊聊您的网站?

告诉我们您的行业与需求,资深顾问一对一梳理方案与报价,全程免费。

📞 💬