CANN/asc-devkit：SIMT Warp-Shfl函数

asc_shfl_up【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xAtlas A2 训练系列产品/Atlas A2 推理系列产品xAtlas 200I/500 A2 推理产品xAtlas 推理系列产品AI CorexAtlas 推理系列产品Vector CorexAtlas 训练系列产品x功能说明获取Warp内当前线程向前偏移delta当前线程LaneId-delta的线程输入的用于交换的var值如果目标线程是非活跃状态获取到寄存器中未初始化的值。其中参数width用于划分Warp内线程的分组。参数width设置参与交换的32个线程的分组宽度默认值为32即所有线程分为1组。在多个分组场景width小于32下每个分组交换操作是独立的每个线程获取本组内当前线程向前偏移delta的线程的var值。如果当前线程向前偏移delta的线程编号即LaneId-delta小于所在分组的起始LaneId则返回当前线程的var值。例如Warp内32个活跃线程调用asc_shfl_up(LaneId, 2, 16)接口每个线程的返回值为当前线程LaneId-2对应线程的var值或者当前线程的var值。图 1asc_shfl_up结果示意图函数原型inline int32_t asc_shfl_up(int32_t var, uint32_t delta, int32_t width warpSize)inline uint32_t asc_shfl_up(uint32_t var, uint32_t delta, int32_t width warpSize)inline float asc_shfl_up(float var, uint32_t delta, int32_t width warpSize)inline int64_t asc_shfl_up(int64_t var, uint32_t delta, int32_t width warpSize)inline uint64_t asc_shfl_up(uint64_t var, uint32_t delta, int32_t width warpSize)inline half asc_shfl_up(half var, uint32_t delta, int32_t width warpSize)inline half2 asc_shfl_up(half2 var, uint32_t delta, int32_t width warpSize)参数说明表 1参数说明参数名输入/输出描述var输入线程用于交换的输入操作数。delta输入期望获取的var值所在线程相对当前线程的向前偏移值。width输入Warp内参与交换的线程的分组宽度默认值为32。width的取值范围为(0, 32]width必须是2的倍数。返回值说明Warp内指定线程的var值。约束说明如果目标线程是非活跃状态获取到寄存器中未初始化的值。若delta width 所有线程都返回当前线程的var值。width不是2的倍数或者超出32返回值异常。需要包含的头文件使用除half、half2类型之外的接口需要包含simt_api/device_warp_functions.h头文件使用half和half2类型接口需要包含simt_api/asc_fp16.h头文件。#include simt_api/device_warp_functions.h#include simt_api/asc_fp16.h调用示例SIMT编程场景__global__ __launch_bounds__(1024) void KernelShflUp(int32_t* dst) { int idx threadIdx.x blockIdx.x * blockDim.x; int32_t laneId idx % 32; // 0-15线程返回值分别为{0,1,0,1,2,3,4,5,6,7,8,9,10,11,12,13} // 16-31线程返回值为{16,17,16,17,18,19,20,21,22,23,24,25,26,27,28,29} int32_t result asc_shfl_up(laneId, 2, 16); dst[idx] result; } // asc_shfl_up实现reducesum __global__ __launch_bounds__(1024) void KernelShflUpReduceSum(int32_t* dst) { // asc_vf_call参数dim3{1024, 1, 1} int idx threadIdx.x blockIdx.x * blockDim.x; int32_t laneId idx % 32; int32_t value laneId; value asc_shfl_up(value, 16, 31); // 16 value asc_shfl_up(value, 8, 31); // 8 value asc_shfl_up(value, 4, 31); // 4 value asc_shfl_up(value, 2, 31); // 2 value asc_shfl_up(value, 1, 31); // 1 dst[idx] value; }SIMD与SIMT混合编程场景__simt_vf__ __launch_bounds__(1024) inline void KernelShflUp(__gm__ int32_t* dst) { // asc_vf_call参数dim3{1024, 1, 1} int idx threadIdx.x blockIdx.x * blockDim.x; int32_t laneId idx % 32; // 0-15线程返回值分别为{0,1,0,1,2,3,4,5,6,7,8,9,10,11,12,13} // 16-31线程返回值为{16,17,16,17,18,19,20,21,22,23,24,25,26,27,28,29} int32_t result asc_shfl_up(laneId, 2, 16); dst[idx] result; } // asc_shfl_up实现reducesum __simt_vf__ __launch_bounds__(1024) inline void KernelShflUpReduceSum(__gm__ int32_t* dst) { // asc_vf_call参数dim3{1024, 1, 1} int idx threadIdx.x blockIdx.x * blockDim.x; int32_t laneId idx % 32; int32_t value laneId; value asc_shfl_up(value, 16, 31); // 16 value asc_shfl_up(value, 8, 31); // 8 value asc_shfl_up(value, 4, 31); // 4 value asc_shfl_up(value, 2, 31); // 2 value asc_shfl_up(value, 1, 31); // 1 dst[idx] value; }【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