人工智能算子库深度学习CANNAscend【免费下载链接】ops-nn本项目是CANN提供的神经网络类计算算子库实现网络在NPU上加速计算。项目地址https://gitcode.com/cann/ops-nn点击查看免费下载导读aclnnL1Loss 是 CANN ops-nn 仓库中 LpLoss 算子在 p1 时的对外 aclnn 接口用于计算输入 self 与目标 target 之间逐元素的平均绝对误差Mean Absolute ErrorMAE并通过 reduction 参数灵活支持none、mean、sum三种输出缩减方式。本文以 loss/lp_loss/docs/aclnnL1Loss.md 为主体结合 op_api、op_host、op_kernel 等目录下的源码与测试用例完整讲解该接口的产品支持情况、数学定义、参数与返回码、两段式调用流程、底层实现原理以及可直接编译运行的使用示例帮助开发者在 NPU 上快速落地 L1 Loss 计算。产品支持情况根据 loss/lp_loss/docs/aclnnL1Loss.md 的说明aclnnL1Loss 在不同产品上的支持情况如下产品是否支持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 推理系列产品支持Atlas 训练系列产品支持loss/lp_loss/README.md 中的产品支持矩阵与此保持一致并补充了数据类型方面的产品差异详见下文数据类型支持小节。读者在将算子部署到具体硬件前应先对照该表格确认目标产品的适配情况。功能说明与数学定义接口功能aclnnL1Loss 计算输入 self记为 $x$和目标 target记为 $y$中每个元素之间的平均绝对误差Mean Absolute ErrorMAE。reduction指定要应用到输出的缩减方式none对应数值 0不应用缩减逐元素输出 $|x_n - y_n|$mean对应数值 1输出的总和除以输出中的元素数得到平均绝对误差sum对应数值 2对输出求和得到绝对误差之和。计算公式当reduction为none时$$ \ell(x, y) L {l_1,\dots,l_N}^\top, \quad l_n \left| x_n - y_n \right|, $$其中 $x$ 是 self$y$ 是 target$N$ 是 batch 的大小。当reduction不是none时$$ \ell(x, y) \begin{cases} \operatorname{mean}(L), \text{if reduction} \text{mean;}\ \operatorname{sum}(L), \text{if reduction} \text{sum.} \end{cases} $$L1 与 LpLoss 的关系从命名和实现上看aclnnL1Loss 是 LpLoss 在 p1 时的特例。在 op_host/lp_loss_def.cpp 的算子定义中LpLoss 的p属性被固定为1约束说明也明确写道LpLoss 中 p 为计算 loss 的参数只支持 p1aclnn 接口名称为 aclnnL1Loss。因此在使用 aclnn 接口时只需通过 reduction 控制输出的缩减方式无需也无法传入 p 值。函数原型两段式接口aclnnL1Loss 采用 CANN 算子库标准的两段式接口设计参见 docs/zh/context/two_phase_api.md必须先调用第一段接口aclnnL1LossGetWorkspaceSize获取计算所需 workspace 大小以及包含算子计算流程的执行器再调用第二段接口aclnnL1Loss执行实际计算。aclnnStatus aclnnL1LossGetWorkspaceSize( const aclTensor* self, const aclTensor* target, int64_t reduction, aclTensor* out, uint64_t* workspaceSize, aclOpExecutor** executor)aclnnStatus aclnnL1Loss( void *workspace, uint64_t workspaceSize, aclOpExecutor *executor, aclrtStream stream)接口的完整声明位于 loss/lp_loss/op_api/aclnn_l1_loss.h归属域为aclnn_ops_train。两段式接口中第一段负责入参校验、构图与 workspace 大小计算第二段则把构图结果提交到指定 stream 上异步执行。aclnnL1LossGetWorkspaceSize 参数说明参数明细参数名输入/输出描述使用说明数据类型数据格式维度(shape)非连续 TensorselfaclTensor*输入公式中的输入 selfshape 需要与 target 满足 broadcast 关系数据类型与 target 满足数据类型推导规则参见互转换关系FLOAT、FLOAT16、BFLOAT16、INT64ND1-8√targetaclTensor*输入真实的标签shape 需要与 self 满足 broadcast 关系数据类型与 self 满足数据类型推导规则FLOAT、FLOAT16、BFLOAT16、INT64ND1-8√reductionint64_t输入指定要应用到输出的缩减支持 0(none)、1(mean)、2(sum)none 不应用缩减mean 输出的总和除以输出中的元素数sum 输出被求和INT64--√outaclTensor*输出输出 tensor存放 L1Loss 计算结果out 的数据类型需要是 self 与 target 推导之后可转换的数据类型参见互转换关系。当 reduction 为 0 时out 的 shape 与 self 和 target broadcast 后的 shape 一致当 reduction 不为 0 时out 为 0 维 tensorFLOAT、FLOAT16、BFLOAT16、INT64-0-8√workspaceSizeuint64_t*输出返回需要在 Device 侧申请的 workspace 大小-----executoraclOpExecutor**输出返回 op 执行器包含了算子计算流程-----需要补充说明的是loss/lp_loss/README.md 在数据类型支持上进一步细分在 Atlas A2 训练/推理系列产品、Ascend 950PR/950DT、Atlas A3 训练/推理系列产品上self 与 target 支持 BFLOAT16、FLOAT16、FLOAT32、INT64out 在同样产品范围内还列出了 COMPLEX64、COMPLEX128。而 API 文档表格与 aclnn_l1_loss.cpp 中的支持列表为 FLOAT、FLOAT16、BFLOAT16、INT64实际可用数据类型请以目标产品的适配结果为准。数据类型推导与 broadcast 规则两个输入的 dtype 遵循类型推导promote规则源码中通过op::PromoteType(self-GetDataType(), target-GetDataType())计算公共类型只有推导结果非DT_UNDEFINED且在支持列表内才通过校验参见 aclnn_l1_loss.cpp。BFLOAT16 的支持与 SoC 版本相关源码中CheckSocVersionIsSupportBf16()对 ASCEND910B ~ ASCEND910E 区间的平台启用 BF16即对应 Atlas A2/A3 与 Ascend 950 系列其余平台仅支持 FLOAT、FLOAT16、INT64。shape 方面self 与 target 需要满足 broadcast 规则维度均不能超过 8reduction 为 0 时输出 shape 必须与 broadcast 后的 shape 完全一致reduction 非 0 时输出必须为 0 维 tensor校验逻辑见 aclnn_l1_loss.cpp。返回值与错误码接口返回aclnnStatus状态码具体定义参见 aclnn 返回码。第一段接口aclnnL1LossGetWorkspaceSize会完成入参校验以下场景会返回错误返回值错误码描述ACLNN_ERR_PARAM_NULLPTR161001传入的 self、target 或 out 是空指针ACLNN_ERR_PARAM_INVALID161002self 和 target 的数据类型不满足数据类型推导规则或推导后的 dtype 不在支持范围之内ACLNN_ERR_PARAM_INVALID161002self 和 target 进行数据类型推导后的类型无法 cast 为 out 的数据类型ACLNN_ERR_PARAM_INVALID161002self 或 target 的维度大于 8ACLNN_ERR_PARAM_INVALID161002self 和 target 的 shape 不满足 broadcast 规则ACLNN_ERR_PARAM_INVALID161002reduction 值不在 0~2 范围之内ACLNN_ERR_PARAM_INVALID161002当 reduction 的值为 0 时self 和 target 做 broadcast 后的 shape 与 out 的 shape 不一致ACLNN_ERR_PARAM_INVALID161002当 reduction 的值不为 0 时out 的维度大于 0ACLNN_ERR_PARAM_INVALID161002当 reduction 为 none、self 不是浮点数时target 也不能是浮点数ACLNN_ERR_PARAM_INVALID161002当 reduction 为 mean 时self 和 target 至少有一个是浮点数后两条规则在源码中与 PyTorch/CUDA 行为保持一致见 aclnn_l1_loss.cppnone模式下非浮点输入要求 target 同样非浮点mean模式下要求两个输入至少一个是浮点类型以保证求平均的语义正确。此外第一段接口在输入 format 为FORMAT_FRACTAL_NZ时还会打印精度风险告警日志。aclnnL1Loss第二段接口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 aclnnL1LossGetWorkspaceSize 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第二段接口的返回值同样是aclnnStatus。实现上它仅调用CommonOpExecutorRun将第一段构图好的执行器提交到指定 stream 上执行参见 aclnn_l1_loss.cpp。约束说明确定性计算aclnnL1Loss 默认确定性实现同一输入多次运行结果可复现。p 固定为 1LpLoss 中 p 为计算 loss 的参数只支持 p1aclnn 接口名称为 aclnnL1Loss。空 tensor 行为当 self 或 target 为空 tensor 时对应 shape 中存在 0 维第一段接口走空 tensor 特化路径reduction 为none直接返回空输出reduction 为mean输出填充 NANreduction 为sum输出填充 0见 aclnn_l1_loss.cpp相关行为在 test_aclnn_l1_loss.cpp 的empty_tensor系列用例中有覆盖。源码级实现解析一次 aclnnL1Loss 调用发生了什么第一段接口构图与 workspace 计算从 aclnn_l1_loss.cpp 可以看到aclnnL1LossGetWorkspaceSize内部按以下顺序工作创建执行器与参数检查CREATE_EXECUTOR()创建 OpExecutorCheckParams依次完成空指针、reduction 取值范围、dtype 合法性与 promote 规则、shape/broadcast 规则校验。dtype 统一通过op::PromoteType得到公共类型然后对 self 与 target 分别做l0op::Contiguous转连续 tensor与l0op::Cast隐式类型转换。shape 对齐当 self 与 target 的 shape 不一致时调用BroadcastInferShape推导 broadcast 结果并对两个输入分别执行l0op::BroadcastTo对齐到同一 shape。核心计算根据输入类型分两条路径——INT64 路径由于 LpLoss 的 AI Core kernel 不支持整数类型源码采用小算子拼接方案GetL1LossFromInt64aclnn_l1_loss.cpp先l0op::Sub求差、再l0op::Abs求绝对值reduction 为sum时再叠加l0op::ReduceSumOp全量求和浮点路径直接调用 level0 算子l0op::LpLoss(self, target, p1, reduction, executor)声明见 loss/lp_loss/op_api/lp_loss.h。结果落盘将计算结果的 dtype cast 为 out 的 dtype再通过l0op::ViewCopy拷贝到 out 上兼容非连续 tensor最后通过GetWorkspaceSize()汇总构图过程中所有中间算子所需的 workspace 大小。Host 侧算子定义与 shape 推导在 op_host/lp_loss_def.cpp 中LpLoss 算子注册了输入predict、label与输出y支持 BF16、FLOAT16、FLOAT 三种数据类型format 为 ND并开启动态 rank、动态 shape 支持属性p固定为 1reduction为可选字符串属性默认mean且仅对ascend950平台注册了 AI Core 配置。shape 推导逻辑在 op_host/lp_loss_infershape.cpp当reduction none时输出 shape 与输入 shape 逐维一致否则输出为 0 维标量 tensor。这与 aclnn 接口层reduction 非 0 时 out 为 0 维 tensor的约定相互印证。Kernel 侧实现op_kernel/lp_loss.cpp 是 AI Core 上的 kernel 入口按 reduction 取值分派Reduction 0none走ElementwiseSch用LpLoss::LpLossOp的 DAG 逐元素计算|x - y|Reduction 1sum走ReduceSchLpLossSumDag先求|x - y|再全量求和Reduction 2mean走ReduceSchLpLossMeanDag在求和基础上乘平均因子meanVar并显式处理空输入的 NAN 语义。对应的二进制算子bin配置记录在 op_host/config/ascend950/lp_loss_binary.json 中分别注册了 bfloat16、float16、float32 三种 dtype、shape 为动态-2的 LpLoss 二进制属性p1、reductionALL。调用示例下面是一段完整的可参考示例代码与 loss/lp_loss/examples/test_aclnn_l1_loss.cpp 一致计算self [0, 1, 2, 3]与target [1, 1, 1, 1]在reduction 1mean下的平均绝对误差期望结果为(1 0 1 2) / 4 1.0。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_l1_loss.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::vectorint64_t shape) { int64_t shapeSize 1; for (auto i : shape) { shapeSize * i; } return shapeSize; } 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::vectorT hostData, const std::vectorint64_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::vectorint64_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::vectorint64_t selfShape {2, 2}; std::vectorint64_t targetShape {2, 2}; std::vectorint64_t outShape {}; void* selfDeviceAddr nullptr; void* targetDeviceAddr nullptr; void* outDeviceAddr nullptr; aclTensor* self nullptr; aclTensor* target nullptr; aclTensor* out nullptr; std::vectorfloat selfHostData {0, 1, 2, 3}; std::vectorfloat targetHostData {1, 1, 1, 1}; std::vectorfloat outHostData {0}; // 创建self aclTensor ret CreateAclTensor(selfHostData, selfShape, selfDeviceAddr, aclDataType::ACL_FLOAT, self); CHECK_RET(ret ACL_SUCCESS, return ret); // 创建target aclTensor ret CreateAclTensor(targetHostData, targetShape, targetDeviceAddr, aclDataType::ACL_FLOAT, target); CHECK_RET(ret ACL_SUCCESS, return ret); // 创建out aclTensor ret CreateAclTensor(outHostData, outShape, outDeviceAddr, aclDataType::ACL_FLOAT, out); CHECK_RET(ret ACL_SUCCESS, return ret); // 创建reduction int64_t reduction 1; // 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aclnnL1Loss第一段接口 ret aclnnL1LossGetWorkspaceSize(self, target, reduction, out, workspaceSize, executor); CHECK_RET(ret ACL_SUCCESS, LOG_PRINT(aclnnL1LossGetWorkspaceSize 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aclnnL1Loss第二段接口 ret aclnnL1Loss(workspaceAddr, workspaceSize, executor, stream); CHECK_RET(ret ACL_SUCCESS, LOG_PRINT(aclnnL1Loss 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 auto size GetShapeSize(outShape); std::vectorfloat resultData(size, 0); ret aclrtMemcpy(resultData.data(), resultData.size() * sizeof(resultData[0]), outDeviceAddr, 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 ret); for (int64_t i 0; i size; i) { LOG_PRINT(result[%ld] is: %f\n, i, resultData[i]); } // 6. 释放aclTensor和aclScalar需要根据具体API的接口定义修改 aclDestroyTensor(self); aclDestroyTensor(target); aclDestroyTensor(out); // 7. 释放device资源需要根据具体API的接口定义修改 aclrtFree(selfDeviceAddr); aclrtFree(targetDeviceAddr); aclrtFree(outDeviceAddr); if (workspaceSize 0) { aclrtFree(workspaceAddr); } aclrtDestroyStream(stream); aclrtResetDevice(deviceId); aclFinalize(); return 0; }示例关键点解读两段式调用顺序先aclnnL1LossGetWorkspaceSize得到 workspace 大小与 executor再按需aclrtMalloc申请 Device 侧 workspace最后调用aclnnL1Loss并aclrtSynchronizeStream等待异步执行完成这是所有 aclnn 算子的标准模式。输入/输出 shape 的对应关系reduction 1时输出为 0 维 tensoroutShape {}这与 shape 推导规则一致若改为reduction 0则需将outShape设置为{2, 2}与输入保持一致。workspace 条件申请当workspaceSize 0时才需要申请并最终释放 workspace 内存示例代码给出了完整的生命周期管理。测试与验证仓库为 aclnnL1Loss 提供了完整的测试覆盖可用于验证接口行为与精度op_api 单元测试loss/lp_loss/tests/ut/op_api/test_aclnn_l1_loss.cpp 覆盖了 FLOAT/FLOAT16 的 ND 场景、不同 reductionnone/mean/sum、非对称 shape 的 broadcast如{1,2,3,2}与{2,2,1,2}broadcast 到{2,2,3,2}以及空 tensor 场景并通过TestPrecision()校验计算结果精度。Host 侧测试tests/ut/op_host/下包含 shape 推导test_lp_loss_infershape.cpp与 tilingtests/ut/op_host/arch35/test_lp_loss_tiling.cpp的单元测试。ST 测试tests/st/aclnnL1Loss/下提供基于 atk 的用例executor_aclnnL1Loss.py与 kernel 级 CSV 用例可在昇腾环境上做端到端验证。小结aclnnL1Loss 是 CANN ops-nn 中实现 L1 平均绝对误差计算的统一入口通过两段式接口将参数校验、隐式类型转换、broadcast 对齐、小算子拼接/内核计算与结果落盘完整封装。理解其数学定义、reduction 语义、参数约束与调用范式即可在支持的产品上快速完成 L1 Loss 的计算与调试如需深入算子内部可沿着 op_api → op_host → op_kernel 的链路逐层阅读并以 单元测试 作为行为参照。赞分享人工智能算子库深度学习CANNAscend【免费下载链接】ops-nn本项目是CANN提供的神经网络类计算算子库实现网络在NPU上加速计算。项目地址https://gitcode.com/cann/ops-nn点击查看免费下载相关推荐CANN ops-transformer 算子实战aclnnDenseLightningIndexerGradKLLoss 两段式接口详解与调用示例CANN ops transformer 算子实战aclnnDenseLightningIndexerGradKLLoss 两段式接口详解与调用示例 本篇技术算子库人工智能深度学习AscendCANN ops-nn 算子开发实战aclnnInplaceMaskedScatter 两段式接口使用与实现解析CANN ops nn 算子开发实战aclnnInplaceMaskedScatter 两段式接口使用与实现解析 本指南以 CANN ops nn 仓库中 M人工智能算子库深度学习CANNAscendCANN ops-nn 中 aclnnLogSoftmax 算子详解两段式接口、参数约束与调用实战CANN ops nn 中 aclnnLogSoftmax 算子详解两段式接口、参数约束与调用实战 本文基于 CANN 神经网络算子库ops nn中 Lo人工智能算子库深度学习CANNAscend创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考