概述

本样例介绍了调用ArithProgression高阶API实现arithprogression单算子，并按照不同的算子调用方式分别给出了对应的端到端实现。

• 直调：使用核函数直调arithprogression自定义算子。

  核函数的基础调用方式，开发者完成算子核函数的开发和Tiling实现后，即可通过AscendCL运行时接口，完成算子的调用。

• 框架调用：使用框架调用arithprogression自定义算子。

  按照工程创建->算子实现->编译部署->算子调用的流程完成算子开发。整个过程都依赖于算子工程：基于工程代码框架完成算子核函数的开发和Tiling实现，通过工程编译脚本完成算子的编译部署，继而实现单算子调用或第三方框架中的算子调用。

本样例中包含如下调用方式：

样例支持的产品型号为：

• Atlas A2训练系列产品/Atlas 800I A2推理产品
• Atlas推理系列产品AI Core

目录结构

算子描述

arithprogression单算子，给定起始值，等差值和长度，返回一个等差数列。

arithprogression算子规格：

算子实现介绍

本样例中实现的是固定shape，输入firstGm[1]，diffGm[1]，输出outputGm[128]的arithprogression算子。

• kernel实现

  计算逻辑是：Ascend C提供的矢量计算接口的操作元素都为LocalTensor，输入数据需要先搬运进片上存储，然后使用ArithProgression高阶API接口完成arithprogression计算，得到最终结果，再搬出到外部存储上。

  arithprogression算子的实现流程分为3个基本任务：CopyIn，Compute，CopyOut。CopyIn任务负责将Global Memory上的输入搬运至LocalMemory，Compute任务负责根据输入信息执行arithprogression计算，计算结果存储在dstLocal中，CopyOut任务负责将输出数据从dstLocal搬运至Global Memory上的输出Tensor dst_global中。

• tiling实现

  arithprogression算子的tiling实现流程如下：设置输出shape信息。