FasterGelu【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 推理产品不支持Atlas 推理系列产品AI Core支持Atlas 推理系列产品Vector Core不支持Atlas 训练系列产品不支持Kirin X90支持Kirin 9030支持功能说明在神经网络中GELU是一个重要的激活函数其灵感来源于relu和dropout在激活中引入了随机正则的思想。为了降低GELU的算力需求业界提出了FastGelu等版本。本接口FasterGelu是针对FastGelu的化简版本公式化简可以大幅度提升计算性能。计算公式如下:化简后可得函数原型通过sharedTmpBuffer入参传入临时空间template typename T, bool highPrecision false, bool highPerformance false __aicore__ inline void FasterGelu(const LocalTensorT dstLocal, const LocalTensorT srcLocal, const LocalTensoruint8_t sharedTmpBuffer, const uint32_t dataSize)接口框架申请临时空间template typename T, bool highPrecision false, bool highPerformance false __aicore__ inline void FasterGelu(const LocalTensorT dstLocal, const LocalTensorT srcLocal, const uint32_t dataSize)由于该接口的内部实现中涉及复杂的数学计算需要额外的临时空间来存储计算过程中的中间变量。临时空间支持开发者通过sharedTmpBuffer入参传入和接口框架申请两种方式。通过sharedTmpBuffer入参传入使用该tensor作为临时空间进行处理接口框架不再申请。该方式开发者可以自行管理sharedTmpBuffer内存空间并在接口调用完成后复用该部分内存内存不会反复申请释放灵活性较高内存利用率也较高。接口框架申请临时空间开发者无需申请但是需要预留临时空间的大小。通过sharedTmpBuffer传入的情况开发者需要为tensor申请空间接口框架申请的方式开发者需要预留临时空间。临时空间大小BufferSize的获取方式如下通过GetGeluMaxMinTmpSize中提供的接口获取需要预留空间范围的大小。参数说明表1模板参数说明参数名描述T操作数的数据类型。支持的数据类型为half、float。highPrecision是否开启高精度模式以提升运算准确度。默认值为false表示不开启高精度模式。注意高精度模式只在half数据类型下开启后生效该参数的取值不影响float数据类型下的接口精度和性能。highPerformance是否开启高性能模式以提升运算效率。默认值为false表示不开启高性能模式。注意开启高性能模式相比于默认不开启高精度和高性能模式会有精度下降同时开启高精度和高性能模式相比于仅开启高性能模式可能会有性能下降。 针对Ascend 950PR/Ascend 950DT该参数保留但不生效取值为true或者false接口的精度和性能没有区别。表2接口参数说明参数名输入/输出描述dstLocal输出目的操作数。类型为LocalTensor支持的TPosition为VECIN/VECCALC/VECOUT。srcLocal输入源操作数。类型为LocalTensor支持的TPosition为VECIN/VECCALC/VECOUT。源操作数的数据类型需要与目的操作数保持一致。sharedTmpBuffer输入临时缓存。类型为LocalTensor支持的TPosition为VECIN/VECCALC/VECOUT。用于接口内部复杂计算时存储中间变量由开发者提供。临时空间大小BufferSize的获取方式请参考GetGeluMaxMinTmpSize。dataSize输入实际计算数据元素个数。返回值说明无约束说明源操作数和目的操作数的Tensor空间可以复用。操作数地址对齐要求请参见通用地址对齐约束。当前仅支持ND格式的输入不支持其他格式。不支持sharedTmpBuffer与源操作数和目的操作数地址重叠。调用示例// dstLocal输出Tensor // srcLocal输入Tensor // dataSize实际参与计算的元素个数 // 默认不开启高精度和高性能模式 AscendC::FasterGelu(dstLocal, srcLocal, dataSize); // 开启高精度模式高精度模式只在srcType为half时生效 AscendC::FasterGelusrcType, true, false(dstLocal, srcLocal, dataSize); // 开启高性能模式 AscendC::FasterGelusrcType, false, true(dstLocal, srcLocal, dataSize);结果示例如下输入数据(srcLocal): [-1.83887 -3.60742 3.12891 -0.620605 2.0625 -2.77344 -0.04422 -3.54297 -3.16211 2.67383 1.3291 -1.57617 -0.0123901 3.77539 -1.61621 -0.616699] 输出数据(dstLocal): [-0.0769653 -0.00775528 3.11328 -0.160034 2.00195 -0.0244446 -0.021286 -0.00849152 -0.0144653 2.64453 1.20312 -0.100769 -0.00613022 3.76758 -0.0969238 -0.159912]【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
