【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
Elastic 中国社区官方博客19 小时前
从告警到根因仅需 3 分钟:使用 Elastic Agent Builder 实现自动化根因分析
运维·数据库·人工智能·elasticsearch·自动化·可用性测试
真空回流焊炉19 小时前
开关电源芯片真空共晶设备应用指南与关键注意事项
人工智能
xiongmosy19 小时前
从“搜索公司”到“全栈AI第一股”:百度的估值故事正在重写
人工智能·百度
博、、19 小时前
本地AI智慧电商平台定制开发:技术架构与实战指南
人工智能·架构
LINgZone219 小时前
日志系统(Logback + AOP 操作日志)
人工智能
老郑聊AI业财智造19 小时前
数据不搬家,也能做检索:Milvus的“湖原生”架构革命
人工智能·ai·架构·软件工程·软件构建·milvus
代码里的AI星19 小时前
GEO不是SEO的延续,而是品牌认知主权的全面重构——从“被看见“到“被定义“的深层跃迁
人工智能
圣殿骑士-Khtangc19 小时前
大模型安全红队实战:提示注入、越狱攻击与防御体系
人工智能·大模型安全·提示注入
程序猿炎义19 小时前
【llm-algo-leetcode学习笔记】训练侧显存优化
人工智能·笔记·学习
真空回流焊炉19 小时前
数字功率芯片真空共晶设备实操教程与要点解析
前端·人工智能