【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
峥嵘life2 分钟前
Android16 Camera2录像中拍照后预览模糊问题分析与解决总结
人工智能·数码相机·wireshark
漫步人生走在路上6 分钟前
用小语种SEO突破外贸B2B天花板:法语、德语市场的实测数据
开发语言·前端·javascript·人工智能·搜索引擎·ecmascript
二川bro14 分钟前
签到自动化
人工智能
白日放歌须纵久18 分钟前
Agent 工具契约测试工程:适配层隔离与 Mock 回放,让接口变更不再静默击穿你的工作流
人工智能
火山引擎开发者社区19 分钟前
一句话,做出一个应用:豆包背后的数据库底座是什么?
人工智能
humors22121 分钟前
如何识别网络假信息
网络·人工智能·ai·互联网·识别·谣言·假消息
技灵AI22 分钟前
AI 奶茶广告分镜提示词怎么写:从参考图到芒果奶茶广告片(附全文)
人工智能·prompt·aigc
阿乔外贸日记25 分钟前
美国买家资产包装套路与应收款尽调框架,580万应收账款案例解析
大数据·服务器·人工智能·microsoft·云计算
面壁的熊猫26 分钟前
Jev-LiteMAS 论文解读:把多智能体工作流里的「决策」与「生成」拆开
人工智能
火山引擎开发者社区29 分钟前
AgentKit AIOps Agent:故障一键定位,运维提效 80%
人工智能