【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
云天徽上43 分钟前
【目标检测】非极大值抑制(NMS)的原理与实现
人工智能·目标检测·计算机视觉
AMT管理咨询1 小时前
破局基建困局:国有平台公司数字化转型的生态重构
大数据·人工智能·重构
高工智能汽车1 小时前
棱镜观察|EMB“重构”卡钳,车企降本压力与Brembo困局
人工智能·重构·汽车
2401_888567006 小时前
Mac电脑-人工智能图像处理-降噪-Topaz Photo AI
图像处理·人工智能
棱镜研途6 小时前
学习笔记丨数字信号处理(DSP)的应用——图像处理篇
图像处理·人工智能·信号处理
西猫雷婶6 小时前
python学智能算法(十三)|机器学习朴素贝叶斯方法进阶-简单二元分类
开发语言·人工智能·python·深度学习·机器学习·矩阵·分类
Web3_Daisy7 小时前
Solana 一键冷分仓机制解析:如何低成本实现代币控盘打散?
大数据·人工智能·web3·区块链
杭州泽沃电子科技有限公司7 小时前
母线槽接头过热隐患难防?在线测温方案实时守护电力安全
网络·人工智能·安全
荣5827 小时前
python打卡day35
人工智能
舒一笑8 小时前
基础RAG实现,最佳入门选择(六)
人工智能