【AscendC】tiling方案设计不当引起的一个时隐时现的bug

在设计tiling方案时,通常会考虑到非对齐的场景,对输入数据进行补全操作从而使得非对齐场景也能正确的完成计算。但在某些算子的实现过程中,沿用上述操作却会造成数据的错误计算,且这种错误出现与否取决于随机生成的测试数据质量。本文笔者记录一个典型的错误,并分析产生该错误的原因。

对于exp操作来说,通过将其优化为max + exp(x - max)是一种常用的手段。但对于非对齐场景,上述优化之后的算子可能会出现问题。对于补齐的位置,通常是以补0作为典型的补齐手段,此时如果原数据的最大值为大于等于0的值,那么在计算max的过程不会产生影响,但是在计算x-max之后就会造成补0的位置的值变成了负数,从而经过指数操作之后会产生正值,如果其后有规约求和的操作就会造成求和的数目过大从而造成结果错误。

但是上述过程可能会出现无法检测的情况,也即补齐的数目非常少(例如只有1个位置需要补0),此时可能出现没有影响到最终结果的情况。

因此在tiling设计中尤其要注意非对齐场景,这些补齐的位置是否会对计算产生影响。

相关推荐
这张生成的图像能检测吗5 分钟前
(论文速读)FFS:用 Normalizing Flow 改进 VOS 的虚拟异常特征合成
人工智能·计算机视觉·分布外检测
代码方舟6 分钟前
零信任架构实战:基于天远人车核验加强版构建自动化干线物流运力准入网关
大数据·人工智能·架构·自动化
天远API8 分钟前
零信任架构实战:基于天远人车核验加强版构建自动化商用车承保核验网关
运维·人工智能·架构·自动化
胡家伟++11 分钟前
一片叶子的赋役与风流——茶政·茶课·茶税·茶诗茶画
人工智能·aigc·ai搜索
198******1263414 分钟前
深度解读Work Agent长程任务执行的底层运行逻辑
人工智能
秦先生在广东15 分钟前
n8n 深度解析:AI 原生的混合编程自动化平台
人工智能
feasibility.18 分钟前
AI 解牛:刀刃不再需要手——技艺、判断与一次学习机制的重构
人工智能·职场发展·具身智能·skill·道·术
大嘴皮猴儿19 分钟前
为跨境电商卖家分析目前AI跨境翻译网站哪个好
大数据·人工智能·教育电商·ai图片翻译工具哪个好·ai图片翻译软件免费
秦先生在广东20 分钟前
《科技爱好者周刊》内容全景:从AI机制到开源协作的200期观察
人工智能
小宋102125 分钟前
Agent Skills 从零实战:SKILL.md、渐进式加载、测试与版本治理
大数据·网络·人工智能