# Transpose ## 功能说明 * 可实现16*16的二维矩阵数据块的转置。 * 可实现[N, C, H, W]与[N, H, W, C]互相转换。 ## 函数原型 * 普通转置，支持16*16的二维矩阵数据块进行转置 ```cpp template void Transpose(const LocalTensor& dstLocal, const LocalTensor& srcLocal) ``` * 增强转置，支持16*16的二维矩阵数据块转置，支持[N, C, H, W]与[N, H, W, C]互相转换 ```cpp template void Transpose(const LocalTensor &dstLocal, const LocalTensor &srcLocal, const LocalTensor &sharedTmpBuffer, const TransposeParamsExt &transposeParams) ``` ## 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。 **普通转置接口：** Kirin9020系列处理器、Kirin9030系列处理器、KirinX90系列处理器，支持的数据类型为：half、int16_t、uint16_t **增强转置接口：** 参考表4。| **表2** 接口参数说明 |参数名称|输入/输出|含义| |:--------------|:----|:------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------| |dstLocal|输出|目的操作数。 类型为[LocalTensor](https://developer.huawei.com/consumer/cn/doc/harmonyos-guides/cannkit-localtensor)，支持的TPosition为VECIN、VECCALC、VECOUT。 LocalTensor的起始地址需要32字节对齐。| |srcLocal|输入|源操作数。 类型为[LocalTensor](https://developer.huawei.com/consumer/cn/doc/harmonyos-guides/cannkit-localtensor)，支持的TPosition为VECIN、VECCALC、VECOUT。 LocalTensor的起始地址需要32字节对齐。 数据类型需要与dstLocal保持一致。| |sharedTmpBuffer|输入|共享的临时Buffer Tensor，sharedTmpBuffer的大小参考表5。| |transposeParams|输入|控制Transpose的数据结构。结构体内包含：输入的shape信息和transposeType参数。该数据结构的定义请参考表3。| **表3** transposeParams结构体内参数说明 |参数名称|含义| |:------------|:-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------| |nSize|n轴长度，取值范围：m∈[0, 65535]。默认值为0。| |cSize|c轴长度，取值范围：m∈[0, 65535]。默认值为0。| |hSize|h轴长度，取值范围：m∈[0, 65535]。默认值为0。| |wSize|w轴长度，取值范围：m∈[0, 65535]。默认值为0。| |transposeType|数据排布及reshape的类型，类型为TransposeType枚举类。具体取值为：TRANSPOSE_TYPE_NONE、TRANSPOSE_ND2ND_B16、TRANSPOSE_NCHW2NHWC、TRANSPOSE_NHWC2NCHW； 当前预留参数，暂不支持：TRANSPOSE_NZ2ND_0213、TRANSPOSE_NZ2NZ_0213、TRANSPOSE_NZ2NZ_012_WITH_N、TRANSPOSE_NZ2ND_012_WITH_N、TRANSPOSE_NZ2ND_012_WITHOUT_N、TRANSPOSE_NZ2NZ_012_WITHOUT_N、TRANSPOSE_ND2ND_ONLY、TRANSPOSE_ND_UB_GM、TRANSPOSE_GRAD_ND_UB_GM。 **说明：** 当transposeType为TRANSPOSE_ND2ND_B16时，hSize和wSize必须传入16，nSize和cSize传入无效。| **表4** 增强转置接口支持的数据类型 |transposeType|支持的数据类型| |:------------------|:-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------| |TRANSPOSE_ND2ND_B16|无| |TRANSPOSE_NCHW2NHWC|Kirin X90系列处理器，操作数支持的数据类型为：int8_t、uint8_t、int16_t、uint16_t、half、int32_t、uint32_t、float。 Kirin 9020系列处理器，操作数支持的数据类型为：int8_t、uint8_t、int16_t、uint16_t、half、int32_t、uint32_t、float。| |TRANSPOSE_NHWC2NCHW|Kirin X90系列处理器，操作数支持的数据类型为：int8_t、uint8_t、int16_t、uint16_t、half、int32_t、uint32_t、float。 Kirin 9020系列处理器，操作数支持的数据类型为：int8_t、uint8_t、int16_t、uint16_t、half、int32_t、uint32_t、float。| **表5** 增强转置接口sharedTmpBuffer所需的大小 |transposeType|sharedTmpBuffer所需的大小| |:------------------|:-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------| |TRANSPOSE_ND2ND_B16|不需要临时Buffer。| |TRANSPOSE_NCHW2NHWC|临时Buffer的大小按照下述计算规则（伪代码）进行计算。 auto h0 = 16; // 当数据类型的位宽为8时，h0 = 32；其他情况下，h0 = 16 auto w0 = 32 / sizeof(type); // type代表数据类型 auto tmpBufferSize = (cSize + 2) * h0 * w0 * sizeof(type);| |TRANSPOSE_NHWC2NCHW|临时Buffer的大小按照下述计算规则（伪代码）进行计算。 auto h0 = 16; // 当数据类型的位宽为8时，h0 = 32；其他情况下，h0 = 16 auto w0 = 32 / sizeof(type); // type代表数据类型 auto tmpBufferSize = (cSize * 2 + 1) * h0 * w0 * sizeof(type);| ## 支持的型号 Kirin9020系列处理器 Kirin9030系列处理器 KirinX90系列处理器 ## 注意事项 * 操作数地址偏移对齐要求请参见[通用约束](https://developer.huawei.com/consumer/cn/doc/harmonyos-guides/cannkit-general-constraints)。 * 该指令不可迭代（即不能通过repeatTimes重复）。 * [N, C, H, W]与[N, H, W, C]互相转换，H * W需要32B对齐。 * 普通转置接口支持srcLocal和dstLocal复用。 * 增强转置接口，transposeType为TRANSPOSE_ND2ND_B16时支持srcLocal和dstLocal复用，transposeType为TRANSPOSE_NCHW2NHWC、TRANSPOSE_NHWC2NCHW时不支持srcLocal和dstLocal复用。 ## 返回值 无 ## 调用示例 * 普通接口调用示例，该示例对[16, 16]的half类型矩阵进行转置。 ```cpp #include "kernel_operator.h" class KernelTranspose { public: __aicore__ inline KernelTranspose() {} __aicore__ inline void Init(__gm__ uint8_t* src, __gm__ uint8_t* dstGm) { srcGlobal.SetGlobalBuffer((__gm__ half*)src); dstGlobal.SetGlobalBuffer((__gm__ half*)dstGm); pipe.InitBuffer(inQueueSrc, 1, srcDataSize * sizeof(half)); pipe.InitBuffer(outQueueDst, 1, dstDataSize * sizeof(half)); } __aicore__ inline void Process() { CopyIn(); Compute(); CopyOut(); } private: __aicore__ inline void CopyIn() { AscendC::LocalTensor srcLocal = inQueueSrc.AllocTensor(); AscendC::DataCopy(srcLocal, srcGlobal, srcDataSize); inQueueSrc.EnQue(srcLocal); } __aicore__ inline void Compute() { AscendC::LocalTensor srcLocal = inQueueSrc.DeQue(); AscendC::LocalTensor dstLocal = outQueueDst.AllocTensor(); AscendC::Transpose(dstLocal, srcLocal); outQueueDst.EnQue(dstLocal); inQueueSrc.FreeTensor(srcLocal); } __aicore__ inline void CopyOut() { AscendC::LocalTensor dstLocal = outQueueDst.DeQue(); AscendC::DataCopy(dstGlobal, dstLocal, dstDataSize); outQueueDst.FreeTensor(dstLocal); } private: AscendC::TPipe pipe; AscendC::TQue inQueueSrc; AscendC::TQue outQueueDst; AscendC::GlobalTensor srcGlobal, dstGlobal; int srcDataSize = 256; int dstDataSize = 256; }; extern "C" __global__ __aicore__ void transpose_kernel(__gm__ uint8_t* src, __gm__ uint8_t* dstGm) { KernelTranspose op; op.Init(src, dstGm); op.Process(); } ``` ```text 输入数据(src_gm): [[ 0. 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15.] [ 16. 17. 18. 19. 20. 21. 22. 23. 24. 25. 26. 27. 28. 29. 30. 31.] [ 32. 33. 34. 35. 36. 37. 38. 39. 40. 41. 42. 43. 44. 45. 46. 47.] [ 48. 49. 50. 51. 52. 53. 54. 55. 56. 57. 58. 59. 60. 61. 62. 63.] [ 64. 65. 66. 67. 68. 69. 70. 71. 72. 73. 74. 75. 76. 77. 78. 79.] [ 80. 81. 82. 83. 84. 85. 86. 87. 88. 89. 90. 91. 92. 93. 94. 95.] [ 96. 97. 98. 99. 100. 101. 102. 103. 104. 105. 106. 107. 108. 109. 110. 111.] [112. 113. 114. 115. 116. 117. 118. 119. 120. 121. 122. 123. 124. 125. 126. 127.] [128. 129. 130. 131. 132. 133. 134. 135. 136. 137. 138. 139. 140. 141. 142. 143.] [144. 145. 146. 147. 148. 149. 150. 151. 152. 153. 154. 155. 156. 157. 158. 159.] [160. 161. 162. 163. 164. 165. 166. 167. 168. 169. 170. 171. 172. 173. 174. 175.] [176. 177. 178. 179. 180. 181. 182. 183. 184. 185. 186. 187. 188. 189. 190. 191.] [192. 193. 194. 195. 196. 197. 198. 199. 200. 201. 202. 203. 204. 205. 206. 207.] [208. 209. 210. 211. 212. 213. 214. 215. 216. 217. 218. 219. 220. 221. 222. 223.] [224. 225. 226. 227. 228. 229. 230. 231. 232. 233. 234. 235. 236. 237. 238. 239.] [240. 241. 242. 243. 244. 245. 246. 247. 248. 249. 250. 251. 252. 253. 254. 255.]] 输出数据(dst_gm): [[ 0. 16. 32. 48. 64. 80. 96. 112. 128. 144. 160. 176. 192. 208. 224. 240.] [ 1. 17. 33. 49. 65. 81. 97. 113. 129. 145. 161. 177. 193. 209. 225. 241.] [ 2. 18. 34. 50. 66. 82. 98. 114. 130. 146. 162. 178. 194. 210. 226. 242.] [ 3. 19. 35. 51. 67. 83. 99. 115. 131. 147. 163. 179. 195. 211. 227. 243.] [ 4. 20. 36. 52. 68. 84. 100. 116. 132. 148. 164. 180. 196. 212. 228. 244.] [ 5. 21. 37. 53. 69. 85. 101. 117. 133. 149. 165. 181. 197. 213. 229. 245.] [ 6. 22. 38. 54. 70. 86. 102. 118. 134. 150. 166. 182. 198. 214. 230. 246.] [ 7. 23. 39. 55. 71. 87. 103. 119. 135. 151. 167. 183. 199. 215. 231. 247.] [ 8. 24. 40. 56. 72. 88. 104. 120. 136. 152. 168. 184. 200. 216. 232. 248.] [ 9. 25. 41. 57. 73. 89. 105. 121. 137. 153. 169. 185. 201. 217. 233. 249.] [ 10. 26. 42. 58. 74. 90. 106. 122. 138. 154. 170. 186. 202. 218. 234. 250.] [ 11. 27. 43. 59. 75. 91. 107. 123. 139. 155. 171. 187. 203. 219. 235. 251.] [ 12. 28. 44. 60. 76. 92. 108. 124. 140. 156. 172. 188. 204. 220. 236. 252.] [ 13. 29. 45. 61. 77. 93. 109. 125. 141. 157. 173. 189. 205. 221. 237. 253.] [ 14. 30. 46. 62. 78. 94. 110. 126. 142. 158. 174. 190. 206. 222. 238. 254.] [ 15. 31. 47. 63. 79. 95. 111. 127. 143. 159. 175. 191. 207. 223. 239. 255.]] ``` * 增强接口调用示例，完成half类型的[N, C, H, W]->[N, H, W, C]转置。 ```cpp #include "kernel_operator.h" template class Kernel4dTrans { public: __aicore__ inline Kernel4dTrans() {} __aicore__ inline void Init(__gm__ uint8_t *srcGm, __gm__ uint8_t *dstGm) { inputSize = N * C * H * W; tmpBufferSize = (C + 2) * 16 * 16; srcGlobal.SetGlobalBuffer((__gm__ T *)srcGm); dstGlobal.SetGlobalBuffer((__gm__ T *)dstGm); pipe.InitBuffer(inQueueSrcVecIn, 1, inputSize*sizeof(T)); pipe.InitBuffer(inQueueSrcVecOut, 1, inputSize*sizeof(T)); pipe.InitBuffer(tmpQueue, 1, tmpBufferSize * sizeof(T)); } __aicore__ inline void Process() { CopyIn(); Compute(); CopyOut(); } private: __aicore__ inline void CopyIn() { AscendC::LocalTensor srcLocal = inQueueSrcVecIn.AllocTensor(); AscendC::DataCopy(srcLocal, srcGlobal, inputSize); inQueueSrcVecIn.EnQue(srcLocal); } __aicore__ inline void Compute() { AscendC::LocalTensor srcLocal = inQueueSrcVecIn.DeQue(); AscendC::LocalTensor dstLocal = inQueueSrcVecOut.AllocTensor(); AscendC::LocalTensor stackBuffer = tmpQueue.AllocTensor(); AscendC::TransposeParamsExt transposeParams; transposeParams.nSize = N; transposeParams.cSize = C; transposeParams.hSize = H; transposeParams.wSize = W; transposeParams.transposeType = transposetype; AscendC::Transpose(dstLocal, srcLocal, stackBuffer, transposeParams); inQueueSrcVecOut.EnQue(dstLocal); inQueueSrcVecIn.FreeTensor(srcLocal); tmpQueue.FreeTensor(stackBuffer); } __aicore__ inline void CopyOut() { AscendC::LocalTensor dstLocal = inQueueSrcVecOut.DeQue(); AscendC::DataCopy(dstGlobal, dstLocal, inputSize); inQueueSrcVecOut.FreeTensor(dstLocal); } private: AscendC::TPipe pipe; AscendC::TQue inQueueSrcVecIn; AscendC::TQue inQueueSrcVecOut; AscendC::TQue tmpQueue; AscendC::GlobalTensor srcGlobal; AscendC::GlobalTensor dstGlobal; uint32_t N = 3; uint32_t C = 3; uint32_t H = 2; uint32_t W = 8; uint32_t inputSize, tmpBufferSize; AscendC::TransposeType transposetype = AscendC::TransposeType::TRANSPOSE_NCHW2NHWC; }; extern "C" __global__ __aicore__ void transpose_kernel(__gm__ uint8_t* srcGm, __gm__ uint8_t* dstGm) { Kernel4dTransop; op.Init(srcGm, dstGm); op.Process(); } ```