pypto_pro.language.and_#

产品支持情况#

  • Ascend 950PR/Ascend 950DT：支持

  • Atlas A3 训练系列产品/Atlas A3 推理系列产品：不支持

  • Atlas A2 训练系列产品/Atlas A2 推理系列产品：不支持

功能说明#

两个操作数对应位置逐元素按位与。支持Tile-Tile和Tile-Scalar两种模式，其中Scalar为标量。

  • Tile-Tile模式：对lhs和rhs对应位置的元素执行按位与，将结果写入out。

  • Tile-Scalar模式：对lhs中的每个元素和rhs标量执行按位与，将结果写入out。

函数原型#

pypto_pro.language.and_(
    out: Tile,
    lhs: Tile,
    rhs: Union[Tile, Scalar],
) -> None

参数说明#

参数

输入/输出

说明

out

输出

目的操作数，Tile类型，存储空间为UB，采用row-major布局，存放逐元素按位与的结果。支持DT_INT8、DT_UINT8、DT_INT16、DT_UINT16、DT_INT32和DT_UINT32。Tile-Tile模式下可与lhs为同一Tile，实现原地计算。

lhs

输入

源操作数（左操作数），Tile类型，存储空间为UB，采用row-major布局。数据类型和valid_shape须与out一致。

rhs

输入

源操作数（右操作数），支持Tile或Scalar类型，两种模式均支持DT_INT8、DT_UINT8、DT_INT16、DT_UINT16、DT_INT32和DT_UINT32。传入Tile时执行Tile-Tile计算，Tile的存储空间为UB，采用row-major布局，数据类型和valid_shape须与out、lhs一致；传入Scalar时执行Tile-Scalar计算，取值须在out数据类型的可表示范围内，整数常量按Scalar处理。

约束说明#

无。

返回值说明#

无。

调用示例#

Tile-Scalar模式#

import pypto_pro.language as pl


@pl.jit(auto_mutex=True)
def and_scalar_kernel(a: pl.Tensor[[64, 64], pl.DT_INT32],
                      out: pl.Tensor[[64, 64], pl.DT_INT32]):
    tt = pl.TileType(shape=[64, 64], dtype=pl.DT_INT32, target_memory=pl.MemorySpace.Vec)
    tile_a = pl.make_tile_group(type=tt, addrs=0x0000, mutex_ids=[0])
    tile_out = pl.make_tile_group(type=tt, addrs=0x4000, mutex_ids=[1])
    with pl.section_vector():
        cur_a = tile_a.current()
        cur_out = tile_out.current()
        pl.load(cur_a, a, [0, 0])
        pl.and_(cur_out, cur_a, 7)
        pl.store(out, cur_out, [0, 0])

Tile-Tile模式#

# 两个Tile对应位置按位与。
pl.and_(tile_out, tile_a, tile_b)