pypto.assemble#
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：支持
Atlas A2 训练系列产品/Atlas A2 推理系列产品：支持
功能说明#
以offsets指定的out索引位置为基准，将输入Tensor input赋值到输出Tensor out的对应区域。
函数原型#
assemble(input: Tensor, offsets: List[Union[int, SymbolicScalar]], out: Tensor, parallel: bool = False) -> None
assemble(inputs: List[Tuple[Tensor, List[Union[int, SymbolicScalar]]]], out: Tensor, parallel: bool = False) -> None
参数说明#
参数名 |
输入/输出 |
说明 |
|---|---|---|
input |
输入 |
源操作数。 |
inputs |
输入 |
源操作数和输出偏移组成的Tuple列表。 |
offsets |
输入 |
相对于目标输出的偏移。 |
out |
输出 |
目的操作数，需要和input的维度数量一致。 |
parallel |
输入 |
是否允许并行写回。默认值为False；当写回区域互不重叠、可安全并行时，应显式传入 |
返回值说明#
无返回值，会直接对out进行修改。
约束说明#
输出Tensor out的valid shape需由用户在调用assemble前确保正确，该接口不会自动推导。
输入张量input和输出张量out的维度数量需要一致。
当多个assemble对同一out的重叠区域存在写后写依赖，且这些写回分布在不同loop迭代或不同function中时，默认
parallel=False已保证写回按依赖顺序串行执行，框架会在对应outcast上标记NORMAL，供后续调度按串行写处理。若写回区域互不重叠、可安全并行，应显式传入parallel=True。
调用示例#
x = pypto.tensor([2, 2], pypto.DT_FP32)
out = pypto.tensor([4, 4], pypto.DT_FP32)
offsets = [0, 0]
pypto.assemble(x, offsets, out)
y = pypto.tensor([2, 2], pypto.DT_FP32)
pypto.assemble([(x, offsets), (y, [2, 2])], out)
结果示例如下：
输出数据x: [[1, 1]
[1, 1]]
输入数据out: [[0, 0, 0, 0],
[0, 0, 0, 0],
[0, 0, 0, 0],
[0, 0, 0, 0]]
输出数据out: [[1, 1, 0, 0],
[1, 1, 0, 0],
[0, 0, 0, 0],
[0, 0, 0, 0]]
输出数据out1: [[1, 1, 0, 0],
[1, 1, 0, 0],
[0, 0, 1, 1],
[0, 0, 1, 1]]
跨loop / 跨function的串行写回#
当同一输出在不同loop迭代或不同function之间存在写后写依赖、必须串行assemble时，默认行为即为串行写回；也可显式传入parallel=False：
# 跨loop：后一次写依赖前一次写的结果，默认串行
for i in pypto.loop(0, n, name="SEQ_WRITE"):
tile = ...
pypto.assemble(tile, [i * tile_m, 0], out)
# 跨function：下游function继续写同一out的重叠区域时，同样默认串行
pypto.assemble(partial, [offset_m, offset_n], out)
说明：
单tensor与批量多源assemble在未传
parallel时均默认为False；需要并行写回时显式传入parallel=True。若各次assemble写回区域不重叠且需并行调度，应设置
parallel=True。