【2023 · CANN训练营第一季】TIK C++算子开发入门 笔记

【2023 · CANN训练营第一季】TIK C++算子开发入门 笔记

TIK C++介绍

TIK C++是一种使用C/C++作为前端语言的算子开发工具，通过四层接口抽象、并行编程范式、孪生调试等技术，极大提高算子开发效率，助力AI开发者低成本完成算子开发和模型调优部署

使用TIK C++开发自定义算子的优势：

•C/C++原语编程

•编程模型屏蔽硬件差异，编程范式提高开发效率

•多层级API封装，从简单到灵活，兼顾易用与高效

•孪生调试，CPU侧模拟NPU侧的行为，可先在CPU侧调试

核函数

核函数（Kernel Function）是TIK C++算子设备侧的入口。TIK C++允许用户使用核函数这种C/C++函数的语法扩展来管理设备侧的运行代码，用户在核函数中实现算子逻辑的编写，例如自定义算子类及其成员函数以实现该算子的所有功能。核函数是主机侧和设备侧连接的桥梁。

核函数是直接在设备侧执行的代码。在核函数中，需要为在一个核上执行的代码规定要进行的数据访问和计算操作，当核函数被调用时，多个核将并行执行同一个计算任务

算子执行的不同模式

TIK C++算子可用CPU模式或NPU模式执行

CPU模式：算子功能调试用，可以模拟在NPU上的计算行为，不需要依赖昇腾设备

NPU模式：算子功能/性能调试，可以使用NPU的强大算力进行运算加速

使用内置宏__CCE_KT_TEST__标识被宏包括的代码在特定的模式下编译

#ifdef __CCE_KT_TEST__ 表示在CPU模式下会编译该段代码

#ifndef __CCE_KT_TEST__ 表示在NPU模式下会编译该段代码

编程范式

快速开发编程的固定步骤

统一代码框架的开发捷径

使用者总结出的开发经验

面向特定场景的编程思想

定制化的方法论开发体验

TIK C++编程范式把算子内部的处理程序，分成多个流水任务（Stage），以张量（Tensor）为数据载体，以队列（Queue）进行任务之间的通信与同步，以内存管理模块（Pipe）管理任务间的通信内存。

流水任务

流水任务(Stage)指的是单核处理程序中主程序调度的并行任务。在核函数内部，可以通过流水任务实现数据的并行处理来提升性能。

举例来说，单核处理程序的功能可以被拆分成3个流水任务：Stage1、Stage2、Stage3，每个任务专注于完成单一功能；需要处理的数据被切分成n片，使用Progress1~n表示，每个任务需要依次完成n个数据切片的处理。Stage间的箭头表达数据间的依赖关系，比如Stage1处理完Progress1之后，Stage2才能对Progress1进行处理。

流水任务设计——矢量编程

矢量算子编程范式把算子的实现流程分为3个基本任务：CopyIn，Compute，CopyOutCopyIn负责数据搬入操作，Compute负责矢量计算操作，CopyOut负责数据搬出操作

任务间通信和同步

数据通信与同步的管理者

不同的流水任务之间存在数据依赖，需要进行数据传递

TIK C++中使用Queue队列完成任务之间的数据通信和同步，Queue提供了EnQue、DeQue等基础APIQueue队列管理NPU上不同层级的物理内存时，用一种抽象的逻辑位置（QuePosition）来表达各个级别的存储（Storage Scope），代替了片上物理存储的概念，开发者无需感知硬件架构矢量编程中Queue类型（逻辑位置）包括：VECIN、VECOUT

任务间通信和同步——矢量编程

矢量编程中的逻辑位置（QuePosition）：搬入数据的存放位置：VECIN、搬出数据的存放位置：VECOUT

矢量编程主要分为CopyIn、Compute、CopyOut三个任务：•CopyIn任务中将输入数据从GlobalTensor搬运至LocalTensor后，需要使用EnQue将LocalTensor放入VECIN的Queue中

•Compute任务等待VECIN的Queue中LocalTensor出队之后才可以进行矢量计算，计算完成后使用EnQue将计算结果LocalTensor放入到VECOUT的Queue中•CopyOut任务等待VECOUT的Queue中LocalTensor出队，再将其拷贝到GlobalTensor