【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
RuiBo_Qiu11 分钟前
【LLM进阶-Agent】3.ReAct Agent 进阶--如何解决幻觉输出工具调用结果
人工智能·ai-native
skywalk816312 分钟前
看到有人提到:有网站使用分解质因数来区分人和机器,一种新兴的“反向CAPTCHA”策略
人工智能
陈天伟教授16 分钟前
人工智能应用- 机器做梦:03.回顾卷积神经网络
人工智能·神经网络·cnn
Lw中24 分钟前
模型忽略关键实体怎么办?
人工智能·大模型应用基础
致Great26 分钟前
AI Harness 工程:Agent 能跑起来的那一层到底是什么?
人工智能
木枷30 分钟前
Immersion in the GitHub Universe: Scaling Coding Aents to Mastery
人工智能·软件工程·swe
互联网江湖31 分钟前
鹿客科技IPO,陈彬不想“站在门外”
大数据·人工智能·物联网
Lw中34 分钟前
大模型生成内容出错
人工智能·rag·大模型应用开发
星爷AG I36 分钟前
14-9 够取与抓握(AGI基础理论)
人工智能·计算机视觉·agi