【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
后海天行健9 分钟前
实测多款无限画布:协作、AI 生成、大文件加载差异
人工智能
Mark White10 分钟前
什么是秩融合(Rank Fusion)-基于一个kaggle比赛的实践理解
人工智能·机器学习
moonsims10 分钟前
面向高危现场作业空间安全智能节点AiBrainBox-S:多模态空间融合、动态风险区、身份-视觉轨迹关联、设备级实时安全推理
人工智能·数码相机·无人机
code2cat12 分钟前
【随笔】LLM裁判如何打分:先写评分标准,再用人工案例校准
java·人工智能·llm·agent·评估·langsmith
别乱装16 分钟前
Claude Code安装使用教程:终端AI编程助手入门与实操详解
人工智能
guslegend20 分钟前
模型调用失败分类、重试与 Model Adapter
人工智能
华普微HOPERF21 分钟前
BLE信道探测方案,开启物联网设备的“距离感知”时代
人工智能·物联网
晨间晓22 分钟前
图片到底有多亮?用华为云码道开发 OpenCV 亮度分析工具
人工智能·opencv·华为云
CAD老兵22 分钟前
中国 3D CAD 的突围之路:当 AI 开始挑战几何内核
人工智能·开源·github
Ai应用那点事24 分钟前
开发者视角:无限画布工具选型需要关注哪些指标
人工智能