news 2026/5/9 12:57:32

CANN/ops-transformer FlashAttention梯度V2

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
CANN/ops-transformer FlashAttention梯度V2

aclnnFlashAttentionUnpaddingScoreGradV2

【免费下载链接】ops-transformer本项目是CANN提供的transformer类大模型算子库，实现网络在NPU上加速计算。项目地址: https://gitcode.com/cann/ops-transformer

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×
Atlas 训练系列产品×

功能说明

  • 接口功能：训练场景下计算注意力的反向输出，即aclnnFlashAttentionVarLenScoreV2的反向计算。该接口相较于aclnnFlashAttentionUnpaddingScoreGrad接口，新增pseType参数：

    • pseType=1时，与aclnnFlashAttentionUnpaddingScoreGrad实现相同。
    • pseType=其他取值时，需要先mul再add。

  • 计算公式：

    已知注意力的正向计算公式（pseType=1时，与aclnnFlashAttentionUnpaddingScoreGrad计算公式相同，pseType=其他取值公式如下）：

    $$ Y=Dropout(Softmax(Mask(\frac{QK^T}{\sqrt{d}}+pse),atten_mask),keep_prob)V $$

    为方便表达，以变量$S$和$P$表示计算公式：

    $$ S=Mask(\frac{QK^T}{\sqrt{d}}+pse),atten_mask $$

    $$ P=Dropout(Softmax(S),keep_prob) $$

    $$ Y=PV $$

    则注意力的反向计算公式为：

    $$ dV=P^TdY $$

    $$ dQ=\frac{((dS)*K)}{\sqrt{d}} $$

    $$ dK=\frac{((dS)^T*Q)}{\sqrt{d}} $$

函数原型

每个算子分为两段式接口，必须先调用“aclnnFlashAttentionUnpaddingScoreGradV2GetWorkspaceSize”接口获取计算所需workspace大小以及包含了算子计算流程的执行器，再调用“aclnnFlashAttentionUnpaddingScoreGradV2”接口执行计算。

aclnnStatus aclnnFlashAttentionUnpaddingScoreGradV2GetWorkspaceSize( const aclTensor *query, const aclTensor *keyIn, const aclTensor *value, const aclTensor *dy, const aclTensor *pseShiftOptional, const aclTensor *dropMaskOptional, const aclTensor *paddingMaskOptional, const aclTensor *attenMaskOptional, const aclTensor *softmaxMaxOptional, const aclTensor *softmaxSumOptional, const aclTensor *softmaxInOptional, const aclTensor *attentionInOptional, const aclIntArray *prefixOptional, const aclIntArray *actualSeqQLenOptional, const aclIntArray *actualSeqKvLenOptional, const aclIntArray *qStartIdxOptional, const aclIntArray *kvStartIdxOptional, double scaleValue, double keepProb, int64_t preTokens, int64_t nextTokens, int64_t headNum, char *inputLayout, int64_t innerPrecise, int64_t sparseMode, int64_t pseType, const aclTensor *dqOut, const aclTensor *dkOut, const aclTensor *dvOut, const aclTensor *dpseOut, uint64_t *workspaceSize, aclOpExecutor **executor)
aclnnStatus aclnnFlashAttentionUnpaddingScoreGradV2( void *workspace, uint64_t workspaceSize, aclOpExecutor *executor, const aclrtStream stream)

aclnnFlashAttentionUnpaddingScoreGradV2GetWorkspaceSize

  • 参数说明

    参数名输入/输出描述使用说明数据类型数据格式维度(shape)非连续Tensor
    query输入公式中的Q。数据类型与keyIn/value一致。FLOAT16、BFLOAT16、FLOAT32ND[TND]√
    keyIn输入公式中的K。数据类型与query/value一致。FLOAT16、BFLOAT16、FLOAT32ND[TND]√
    value输入公式中的V。数据类型与query/keyIn一致。FLOAT16、BFLOAT16、FLOAT32ND[TND]√
    dy输入公式中的dY。-FLOAT16、BFLOAT16、FLOAT32ND[TND]√
    pseShiftOptional可选输入公式中的pse。数据类型与query的数据类型一致，该参数需要与pseType配套使用。FLOAT16、BFLOAT16、FLOAT32ND[B,N,1024,Skv]、[1,N,1024,Skv]、[B,N]、[N]√
    dropMaskOptional可选输入Dropout掩码。-UINT8ND0、1√
    paddingMaskOptional可选输入预留参数，暂未使用。调用时需传空。----
    qStartIdxOptional可选输入代表外切场景，当前分块的query的sequence在全局中的起始索引。-INT64ND0、1-
    kvStartIdxOptional可选输入代表外切场景，当前分块的key和value的sequence在全局中的起始索引。-INT64ND0、1-
    attenMaskOptional可选输入公式中的atten_mask。取值为1代表该位不参与计算，为0代表该位参与计算。BOOL、UINT8ND[B,N,Sq,Skv]、[B,1,Sq,Skv]、[1,1,Sq,Skv]、[Sq,Skv]√
    softmaxMaxOptional可选输入正向softmax的中间输出。-FLOATND[N,T,8]√
    softmaxSumOptional可选输入正向softmax的中间输出。-FLOATND[N,T,8]√
    softmaxInOptional可选输入正向softmax的中间输出。预留参数，暂未使用。----
    attentionInOptional可选输入正向注意力输出。与query数据类型、shape一致。FLOAT16、BFLOAT16、FLOAT32ND[TND]√
    prefixOptional可选输入prefix稀疏场景每个Batch的N。-INT64ND0、1-
    actualSeqQLenOptional可选输入实际Query序列长度。-INT64ND1-
    actualSeqKvLenOptional可选输入实际Key/Value序列长度。-INT64ND1-
    scaleValue可选输入scale缩放系数。-DOUBLE---
    keepProb可选输入dropMaskOptional中1的比例。-DOUBLE---
    preTokens可选输入稀疏计算时滑窗左边界。-INT64---
    nextTokens可选输入稀疏计算时滑窗右边界。-INT64---
    headNum输入单卡head数量，即Query的N轴长度。-INT64---
    inputLayout输入输入Q/K/V数据排布。支持TND。String---
    innerPrecise可选输入内部计算精度控制。保留参数，暂未使用。INT64---
    sparseMode可选输入稀疏模式。支持配置0~8。不支持5。INT64---
    pseType可选输入数据类型支持INT64。支持配置值为0、1、2、3。INT64---
    dqOut输出公式中的dQ，Query梯度。-FLOAT16、BFLOAT16、FLOAT32ND[TND]√
    dkOut输出公式中的dK，Key梯度。-FLOAT16、BFLOAT16、FLOAT32ND[TND]√
    dvOut输出公式中的dV，Value梯度。-FLOAT16、BFLOAT16、FLOAT32ND[TND]√
    dpseOut输出d(pse)梯度。预留参数，暂未使用。----
    workspaceSize输出返回需要Device侧申请的workspace大小。-----
    executor输出返回op执行器，包含算子计算流程。-----

  • 返回值

    aclnnStatus：返回状态码，具体参见aclnn返回码。

    第一段接口完成入参校验，出现以下场景时报错：

    返回值错误码描述
    ACLNN_ERR_PARAM_NULLPTR161001传入参数是必选输入，输出或者必选属性，且是空指针。
    ACLNN_ERR_PARAM_INVALID161002query、keyIn、value、dy、pseShiftOptional、dropMaskOptional、paddingMaskOptional、attenMaskOptional、softmaxMaxOptional、softmaxSumOptional、softmaxInOptional、attentionInOptional、dqOut、dkOut、dvOut 的数据类型不在支持的范围内。
    query、keyIn、value、dy、pseShiftOptional、dropMaskOptional、paddingMaskOptional、attenMaskOptional、softmaxMaxOptional、softmaxSumOptional、softmaxInOptional、attentionInOptional、dqOut、dkOut、dvOut 的数据格式不在支持的范围内。

aclnnFlashAttentionUnpaddingScoreGradV2

  • 参数说明

    参数名输入/输出描述
    workspace输入在Device侧申请的workspace内存地址。
    workspaceSize输入在Device侧申请的workspace大小，由第一段接口aclnnFlashAttentionUnpaddingScoreGradV2GetWorkspaceSize获取。
    executor输入op执行器，包含了算子计算流程。
    stream输入指定执行任务的Stream。

  • 返回值

    返回aclnnStatus状态码，具体参见aclnn返回码。

约束说明

  • 确定性计算：

    • aclnnFlashAttentionUnpaddingScoreGradV2默认非确定性实现，支持通过aclrtCtxSetSysParamOpt开启确定性。

  • 该接口与PyTorch配合使用时，需要保证CANN相关包与PyTorch相关包的版本匹配。

  • 输入query、key、value、dy的B：batchsize必须相等；inputLayout必须一致。

  • 输入query、key、value的D：Head-Dim必须满足(qD == kD && kD >= vD)。

  • 输入query、key、value、pseShiftOptional的数据类型必须一致。

  • 输入key/value的shape除D外必须一致，在query/key/value的D大小相同的情况下，query/dy的shape必须一致。

  • 支持输入query的N和key/value的N不相等，但必须成比例关系，即Nq/Nkv必须是非0整数，Nq取值范围1~256。

  • 关于数据shape的约束，以inputLayout的TND为例，其中：

    • T：取值范围为1~1M。
    • N：取值范围为1~256。
    • D：取值范围为1~768。
    • KeepProb: 取值范围为(0, 1]。

  • query、key、value数据排布格式仅支持TND，T是B和S合轴紧密排列的数据（每个batch的SeqLenQ和SeqLenKV），其中B（Batch）表示输入样本批量大小、S（Seq-Length）表示输入样本序列长度、H（Head-Size）表示隐藏层的大小、N（Head-Num）表示多头数、D（Head-Dim）表示隐藏层最小的单元尺寸，且满足D=H/N。

  • pseShiftOptional：如果Sq大于1024且每个batch的Sq与Skv等长且是sparseMode为0、2、3的下三角掩码场景，可使能alibi位置编码压缩，此时只需要输入原始PSE最后1024行，实现内存优化，即alibi_compress = ori_pse[:, :, -1024:, :]，具体如下：

    • 参数每个batch不相同时，shape为BNHSkv(H=1024)。
    • 每个batch相同时，shape为1NHSkv(H=1024)。
    • TND场景下，每个batch段内部仍按[N, Sq_i, Skv_i]生成，但存储与传参时统一flatten。若第i个batch段的真实query长度为Sq_i、真实key/value长度为Skv_i，则该段PSE元素个数为N * Sq_i * Skv_i，整段PSE总长度pseTotalLen为sum_i(N * Sq_i * Skv_i)。
    • 如果pseType为2或3的时候，数据类型需为FLOAT32, 对应shape支持范围是[B,N]或[N]。
    • 如果不使能该参数，pseShiftOptional需要传入nullptr，pseType需要传入1。

  • pseType 各个取值含义

    pseType含义备注
    0外部传入pse 先mul再add-
    1外部传入pse 先add再mul跟FlashAttentionUnpaddingScoreGrad实现一致。
    2内部生成pse 先mul再add-
    3内部生成pse 先mul再add再sqrt-

  • sparseMode的约束如下:

    • 当所有的attenMaskOptional的shape小于2048且相同的时候，建议使用default模式，来减少内存使用量；
    • 配置为1、2、3时，用户配置的preTokens、nextTokens不会生效；
    • 配置为0、4时，须保证attenMaskOptional与preTokens、nextTokens的范围一致。
    • 用户不特意指定时建议传入0。
    • sparse不同模式的详细说明请参见sparse模式说明。
    • 配置为7时，不支持可选输入pseShiftOptional。
    • 配置为8时，当每个sequence的q、kv等长时支持可选输入pseShiftOptional，针对全局做pse生成。支持q方向进行外切，需要外切前每个sequence的q、kv等长，外切后传入的actualSeqQLenOptional[0] - actualSeqKvLenOptional[0] + qStartIdxOptional - kvStartIdxOptional == 0（本功能属实验性功能）。

  • 部分场景下，如果计算量过大可能会导致算子执行超时（aicore error类型报错，errorStr为：timeout or trap error），此时建议做轴切分处理，注：这里的计算量会受B、S、N、D等参数的影响，值越大计算量越大。

  • prefixOptional稀疏计算仅支持压缩场景，sparseMode=6，当Sq > Skv时，prefix的N值取值范围[0, Skv]，当Sq <= Skv时，prefix的N值取值范围[Skv-Sq, Skv]。

  • actualSeqQLenOptional输入支持某个Batch上的S长度为0，此时不支持可选输入pseShiftOptional。actualSeqQLenOptional的长度取值范围为1~2K。当存在prefixOptional输入的时候，其长度最大支持1K。

  • 关于softmaxMax与softmaxSum参数的约束：输入格式固定为[B, N, S, 8]，TND的输入格式除外，此时为[T, N, 8]，注：T=B*S。

  • headNum的取值必须和传入的Query中的N值保持一致。

调用示例

调用示例代码如下，仅供参考，具体编译和执行过程请参考编译与运行样例。

#include <iostream> #include <vector> #include "acl/acl.h" #include "aclnnop/aclnn_flash_attention_score_grad.h" #define CHECK_RET(cond, return_expr) \ do { \ if (!(cond)) { \ return_expr; \ } \ } while (0) #define LOG_PRINT(message, ...) \ do { \ printf(message, ##__VA_ARGS__); \ } while (0) int64_t GetShapeSize(const std::vector<int64_t>& shape) { int64_t shapeSize = 1; for (auto i : shape) { shapeSize *= i; } return shapeSize; } void PrintOutResult(std::vector<int64_t> &shape, void** deviceAddr) { auto size = GetShapeSize(shape); std::vector<float> resultData(size, 0); auto ret = aclrtMemcpy(resultData.data(), resultData.size() * sizeof(resultData[0]), *deviceAddr, size * sizeof(resultData[0]), ACL_MEMCPY_DEVICE_TO_HOST); CHECK_RET(ret == ACL_SUCCESS, LOG_PRINT("copy result from device to host failed. ERROR: %d\n", ret); return); for (int64_t i = 0; i < size; i++) { LOG_PRINT("mean result[%ld] is: %f\n", i, resultData[i]); } } int Init(int32_t deviceId, aclrtStream* stream) { // 固定写法，资源初始化 auto ret = aclInit(nullptr); CHECK_RET(ret == ACL_SUCCESS, LOG_PRINT("aclInit failed. ERROR: %d\n", ret); return ret); ret = aclrtSetDevice(deviceId); CHECK_RET(ret == ACL_SUCCESS, LOG_PRINT("aclrtSetDevice failed. ERROR: %d\n", ret); return ret); ret = aclrtCreateStream(stream); CHECK_RET(ret == ACL_SUCCESS, LOG_PRINT("aclrtCreateStream failed. ERROR: %d\n", ret); return ret); return 0; } template <typename T> int CreateAclTensor(const std::vector<T>& hostData, const std::vector<int64_t>& shape, void** deviceAddr, aclDataType dataType, aclTensor** tensor) { auto size = GetShapeSize(shape) * sizeof(T); // 调用aclrtMalloc申请device侧内存 auto ret = aclrtMalloc(deviceAddr, size, ACL_MEM_MALLOC_HUGE_FIRST); CHECK_RET(ret == ACL_SUCCESS, LOG_PRINT("aclrtMalloc failed. ERROR: %d\n", ret); return ret); // 调用aclrtMemcpy将host侧数据拷贝到device侧内存上 ret = aclrtMemcpy(*deviceAddr, size, hostData.data(), size, ACL_MEMCPY_HOST_TO_DEVICE); CHECK_RET(ret == ACL_SUCCESS, LOG_PRINT("aclrtMemcpy failed. ERROR: %d\n", ret); return ret); // 计算连续tensor的strides std::vector<int64_t> strides(shape.size(), 1); for (int64_t i = shape.size() - 2; i >= 0; i--) { strides[i] = shape[i + 1] * strides[i + 1]; } // 调用aclCreateTensor接口创建aclTensor *tensor = aclCreateTensor(shape.data(), shape.size(), dataType, strides.data(), 0, aclFormat::ACL_FORMAT_ND, shape.data(), shape.size(), *deviceAddr); return 0; } int main() { // 1. （固定写法）device/stream初始化，参考acl API手册 // 根据自己的实际device填写deviceId int32_t deviceId = 0; aclrtStream stream; auto ret = Init(deviceId, &stream); CHECK_RET(ret == ACL_SUCCESS, LOG_PRINT("Init acl failed. ERROR: %d\n", ret); return ret); // 2. 构造输入与输出，需要根据API的接口自定义构造 std::vector<int64_t> qShape = {256, 1, 128}; std::vector<int64_t> kShape = {256, 1, 128}; std::vector<int64_t> vShape = {256, 1, 128}; std::vector<int64_t> dxShape = {256, 1, 128}; std::vector<int64_t> attenmaskShape = {256, 256}; std::vector<int64_t> softmaxMaxShape = {256, 1, 8}; std::vector<int64_t> softmaxSumShape = {256, 1, 8}; std::vector<int64_t> attentionInShape = {256, 1, 128}; std::vector<int64_t> dqShape = {256, 1, 128}; std::vector<int64_t> dkShape = {256, 1, 128}; std::vector<int64_t> dvShape = {256, 1, 128}; void* qDeviceAddr = nullptr; void* kDeviceAddr = nullptr; void* vDeviceAddr = nullptr; void* dxDeviceAddr = nullptr; void* attenmaskDeviceAddr = nullptr; void* softmaxMaxDeviceAddr = nullptr; void* softmaxSumDeviceAddr = nullptr; void* attentionInDeviceAddr = nullptr; void* dqDeviceAddr = nullptr; void* dkDeviceAddr = nullptr; void* dvDeviceAddr = nullptr; aclTensor* q = nullptr; aclTensor* k = nullptr; aclTensor* v = nullptr; aclTensor* dx = nullptr; aclTensor* pse = nullptr; aclTensor* dropMask = nullptr; aclTensor* padding = nullptr; aclTensor* attenmask = nullptr; aclTensor* softmaxMax = nullptr; aclTensor* softmaxSum = nullptr; aclTensor* softmaxIn = nullptr; aclTensor* attentionIn = nullptr; aclTensor* dq = nullptr; aclTensor* dk = nullptr; aclTensor* dv = nullptr; aclTensor* dpse = nullptr; std::vector<float> qHostData(32768, 1); std::vector<float> kHostData(32768, 1); std::vector<float> vHostData(32768, 1); std::vector<float> dxHostData(32768, 1); std::vector<uint8_t> attenmaskHostData(65536, 0); std::vector<float> softmaxMaxHostData(2048, 3.0); std::vector<float> softmaxSumHostData(2048, 3.0); std::vector<float> attentionInHostData(32768, 1); std::vector<float> dqHostData(32768, 0); std::vector<float> dkHostData(32768, 0); std::vector<float> dvHostData(32768, 0); ret = CreateAclTensor(qHostData, qShape, &qDeviceAddr, aclDataType::ACL_FLOAT, &q); CHECK_RET(ret == ACL_SUCCESS, return ret); ret = CreateAclTensor(kHostData, kShape, &kDeviceAddr, aclDataType::ACL_FLOAT, &k); CHECK_RET(ret == ACL_SUCCESS, return ret); ret = CreateAclTensor(vHostData, vShape, &vDeviceAddr, aclDataType::ACL_FLOAT, &v); CHECK_RET(ret == ACL_SUCCESS, return ret); ret = CreateAclTensor(dxHostData, dxShape, &dxDeviceAddr, aclDataType::ACL_FLOAT, &dx); CHECK_RET(ret == ACL_SUCCESS, return ret); ret = CreateAclTensor(attenmaskHostData, attenmaskShape, &attenmaskDeviceAddr, aclDataType::ACL_UINT8, &attenmask); CHECK_RET(ret == ACL_SUCCESS, return ret); ret = CreateAclTensor(softmaxMaxHostData, softmaxMaxShape, &softmaxMaxDeviceAddr, aclDataType::ACL_FLOAT, &softmaxMax); CHECK_RET(ret == ACL_SUCCESS, return ret); ret = CreateAclTensor(softmaxSumHostData, softmaxSumShape, &softmaxSumDeviceAddr, aclDataType::ACL_FLOAT, &softmaxSum); CHECK_RET(ret == ACL_SUCCESS, return ret); ret = CreateAclTensor(attentionInHostData, attentionInShape, &attentionInDeviceAddr, aclDataType::ACL_FLOAT, &attentionIn); CHECK_RET(ret == ACL_SUCCESS, return ret); ret = CreateAclTensor(dqHostData, dqShape, &dqDeviceAddr, aclDataType::ACL_FLOAT, &dq); CHECK_RET(ret == ACL_SUCCESS, return ret); ret = CreateAclTensor(dkHostData, dkShape, &dkDeviceAddr, aclDataType::ACL_FLOAT, &dk); CHECK_RET(ret == ACL_SUCCESS, return ret); ret = CreateAclTensor(dvHostData, dvShape, &dvDeviceAddr, aclDataType::ACL_FLOAT, &dv); CHECK_RET(ret == ACL_SUCCESS, return ret); std::vector<int64_t> prefixOp = {0}; aclIntArray* prefix = aclCreateIntArray(prefixOp.data(), 1); std::vector<int64_t> acSeqQLenOp = {256}; std::vector<int64_t> acSeqKvLenOp = {256}; aclIntArray* acSeqQLen = aclCreateIntArray(acSeqQLenOp.data(), acSeqQLenOp.size()); aclIntArray* acSeqKvLen = aclCreateIntArray(acSeqKvLenOp.data(), acSeqKvLenOp.size()); std::vector<int64_t> qStartIdxOp = {0}; std::vector<int64_t> kvStartIdxOp = {0}; aclIntArray *qStartIdx = aclCreateIntArray(qStartIdxOp.data(), 1); aclIntArray *kvStartIdx = aclCreateIntArray(kvStartIdxOp.data(), 1); double scaleValue = 0.088388; double keepProb = 1; int64_t preTokens = 65536; int64_t nextTokens = 65536; int64_t headNum = 1; int64_t innerPrecise = 0; int64_t sparseMode = 0; int64_t pseType = 1; char layOut[5] = {'T', 'N', 'D', 0}; // 3. 调用CANN算子库API，需要修改为具体的Api名称 uint64_t workspaceSize = 0; aclOpExecutor* executor; // 调用aclnnFlashAttentionUnpaddingScoreGradV2第一段接口 ret = aclnnFlashAttentionUnpaddingScoreGradV2GetWorkspaceSize(q, k, v, dx, pse, dropMask, padding, attenmask, softmaxMax, softmaxSum, softmaxIn, attentionIn, prefix, acSeqQLen, acSeqKvLen, qStartIdx, kvStartIdx, scaleValue, keepProb, preTokens, nextTokens, headNum, layOut, innerPrecise, sparseMode, pseType, dq, dk, dv, dpse, &workspaceSize, &executor); CHECK_RET(ret == ACL_SUCCESS, LOG_PRINT("aclnnFlashAttentionUnpaddingScoreGradV2GetWorkspaceSize failed. ERROR: %d\n", ret); return ret); // 根据第一段接口计算出的workspaceSize申请device内存 void* workspaceAddr = nullptr; if (workspaceSize > 0) { ret = aclrtMalloc(&workspaceAddr, workspaceSize, ACL_MEM_MALLOC_HUGE_FIRST); CHECK_RET(ret == ACL_SUCCESS, LOG_PRINT("allocate workspace failed. ERROR: %d\n", ret); return ret); } // 调用aclnnFlashAttentionUnpaddingScoreGradV2第二段接口 ret = aclnnFlashAttentionUnpaddingScoreGradV2(workspaceAddr, workspaceSize, executor, stream); CHECK_RET(ret == ACL_SUCCESS, LOG_PRINT("aclnnFlashAttentionUnpaddingScoreGradV2 failed. ERROR: %d\n", ret); return ret); // 4. （固定写法）同步等待任务执行结束 ret = aclrtSynchronizeStream(stream); CHECK_RET(ret == ACL_SUCCESS, LOG_PRINT("aclrtSynchronizeStream failed. ERROR: %d\n", ret); return ret); // 5. 获取输出的值，将device侧内存上的结果拷贝至host侧，需要根据具体API的接口定义修改 PrintOutResult(dqShape, &dqDeviceAddr); PrintOutResult(dkShape, &dkDeviceAddr); PrintOutResult(dvShape, &dvDeviceAddr); // 6. 释放aclTensor和aclScalar，需要根据具体API的接口定义修改 aclDestroyTensor(q); aclDestroyTensor(k); aclDestroyTensor(v); aclDestroyTensor(dx); aclDestroyTensor(attenmask); aclDestroyTensor(softmaxMax); aclDestroyTensor(softmaxSum); aclDestroyTensor(attentionIn); aclDestroyTensor(dq); aclDestroyTensor(dk); aclDestroyTensor(dv); // 7. 释放device资源 aclrtFree(qDeviceAddr); aclrtFree(kDeviceAddr); aclrtFree(vDeviceAddr); aclrtFree(dxDeviceAddr); aclrtFree(attenmaskDeviceAddr); aclrtFree(softmaxMaxDeviceAddr); aclrtFree(softmaxSumDeviceAddr); aclrtFree(attentionInDeviceAddr); aclrtFree(dqDeviceAddr); aclrtFree(dkDeviceAddr); aclrtFree(dvDeviceAddr); if (workspaceSize > 0) { aclrtFree(workspaceAddr); } aclrtDestroyStream(stream); aclrtResetDevice(deviceId); aclFinalize(); return 0; }

【免费下载链接】ops-transformer本项目是CANN提供的transformer类大模型算子库，实现网络在NPU上加速计算。项目地址: https://gitcode.com/cann/ops-transformer

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

版权声明: 本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若内容造成侵权/违法违规/事实不符，请联系邮箱：809451989@qq.com进行投诉反馈，一经查实，立即删除！
网站建设 2026/5/9 12:55:51

透穿SEI膜，看懂电池的半世生命周期——BMS算法工程师的必修课

写在前面做BMS算法有些年头了。一开始&#xff0c;我们把电池当成一个“黑盒”&#xff0c;专注于电压、电流、温度的采样&#xff0c;然后套用等效电路模型估算SOC。模型不准&#xff1f;那就增加RC阶数。精度还不够&#xff1f;那就上卡尔曼滤波。但随着工作深入&#xff0c;…

作者头像 李华
网站建设 2026/5/9 12:55:49

融合大语言模型与机制模型：构建生成式智能体实现社会仿真

1. 项目概述&#xff1a;当大语言模型遇见社会仿真最近几年&#xff0c;大语言模型&#xff08;LLM&#xff09;的涌现能力让人惊叹&#xff0c;从写代码到编故事&#xff0c;它似乎无所不能。但如果你和我一样&#xff0c;长期从事复杂系统建模或社会科学计算实验&#xff0c;…

作者头像 李华
网站建设 2026/5/9 12:53:49

AI赋能质子治疗：从自动勾画到实时优化的自适应放疗新范式

1. 项目概述&#xff1a;当AI遇上质子治疗在肿瘤放射治疗领域&#xff0c;前列腺癌的治疗一直是个精细活儿。传统的X射线放疗&#xff0c;光子束在穿透人体时&#xff0c;能量会逐渐沉积&#xff0c;这意味着肿瘤前方的正常组织和后方的器官&#xff08;如直肠、膀胱&#xff0…

作者头像 李华
网站建设 2026/5/9 12:53:34

CANN/AMCT：量化感知训练配置参数说明

量化感知训练配置参数说明 【免费下载链接】amct AMCT是CANN提供的昇腾AI处理器亲和的模型压缩工具仓。 项目地址: https://gitcode.com/cann/amct 如果通过create_quant_retrain_config接口生成的config.json量化感知训练配置文件&#xff0c;推理精度不满足要求&#…

作者头像 李华
网站建设 2026/5/9 12:50:45

AI-XR元宇宙隐私保护：技术挑战与前沿解决方案解析

1. 项目概述&#xff1a;当虚拟与现实交织&#xff0c;隐私的边界在哪里&#xff1f; 最近几年&#xff0c;AI驱动的扩展现实&#xff08;XR&#xff09;和元宇宙概念火得一塌糊涂。作为一个在数字安全和沉浸式技术交叉领域摸爬滚打了十来年的从业者&#xff0c;我亲眼看着这个…

作者头像 李华
网站建设 2026/5/9 12:50:10

CANN/pypto加法函数API文档

&#xfeff;# pypto.add 【免费下载链接】pypto PyPTO&#xff08;发音: pai p-t-o&#xff09;&#xff1a;Parallel Tensor/Tile Operation编程范式。 项目地址: https://gitcode.com/cann/pypto 产品支持情况 产品是否支持Ascend 950PR/Ascend 950DT√Atlas A3 训练…

作者头像 李华