mojo 实现 SIMD reductions

reduction

实现 SIMD reductions。

您可以从包中导入这些 API。例如：algorithm

from algorithm import map_reduce

map_reduce

map_reduce[
        simd_width: Int, 
        size: Dim, 
        type: DType, 
        acc_type: DType, 
        input_gen_fn: fn[DType, Int](Int, /) capturing -> SIMD[$0, $1], 
        reduce_vec_to_vec_fn: fn[DType, DType, Int](SIMD[$0, $2], SIMD[$1, $2], /) capturing -> SIMD[$0, $2], 
        reduce_vec_to_scalar_fn: fn[DType, Int](SIMD[$0, $1], /) -> SIMD[$0, 1]
    ]
    (dst: Buffer[type, size, 0], init: SIMD[acc_type, 1]) -> SIMD[acc_type, 1]

将调用input_gen_fn的结果存储在 dst 中，同时使用自定义归并函数归并结果。

参数：

• simd_width ：计算的向量宽度。Int
• size ：缓冲区大小。Dim
• type ：缓冲区元素 dtype。DType
• acc_type ：归并累加器的 dtype。DType
• input_gen_fn ：生成要reduction的输入的函数。fn[DType, Int](Int, /) capturing -> SIMD[$0, $1]
• reduce_vec_to_vec_fn ：映射函数。此函数用于组合累积两个输入数据块：例如，我们加载两个元素向量，并需要将它们简化为单个向量。fn[DType, DType, Int](SIMD[$0, $2], SIMD[$1, $2], /) capturing -> SIMD[$0, $2]``8xfloat32``8xfloat32
• reduce_vec_to_scalar_fn ：归并函数。此函数用于将向量简化为标量。例如，当我们得到向量并希望将其简化为标量时。fn[DType, Int](SIMD[$0, $1], /) -> SIMD[$0, 1]``8xfloat32``float32

参数：

• dst ：输出缓冲区。Buffer[type, size, 0]
• init ：要在累加器中使用的初始值。SIMD[acc_type, 1]

返回：

计算出的归并值。

reduce

reduce[
    reduce_fn: fn[DType, DType, Int](SIMD[$0, $2], SIMD[$1, $2], /) capturing -> SIMD[$0, $2