【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
Bruce_Liuxiaowei1 分钟前
WorkBuddy案例——自动化内容创作平台
人工智能·ai·大模型·智能体·workbuddy
shchojj3 分钟前
Advanced Technologies: Beyond Prompting -- Retrieval Augmented Generation(RAG)
人工智能
狒狒热知识5 分钟前
软文营销底层逻辑重构专业发稿平台成品牌流量核心抓手
人工智能
fan65404145 分钟前
GEO服务商技术评估的四维量化框架:以杭州文澜天下科技为例
运维·人工智能·科技
沪漂阿龙6 分钟前
面试题详解:大模型思维链 CoT 推理模型训练全解析——如何微调出带思维链的 LLM、优缺点、SFT 与 RLHF 能不能跳过
人工智能
2601_958352907 分钟前
A-68双麦波束模组深度解析:90dB降噪、60°夹角、3-5米拾音,一篇讲透
人工智能·语音识别·嵌入式开发·音频降噪·回音消除
事变天下9 分钟前
奥哲重构电建新范式!AI赋能电力建设全场景智能化升级
大数据·人工智能
翼龙云_cloud10 分钟前
腾讯云代理商:腾讯云 AI 算力成本全解析 从技术原理到价格优化策略
人工智能·云计算·腾讯云
浩瀚之水_csdn11 分钟前
机器学习性能评估指数之Dice系数
人工智能·计算机视觉·目标跟踪
闵孚龙12 分钟前
AI 应用开发到底在开发什么?
人工智能