【2023 · CANN训练营第一季】- TIK C++算子开发入门 第三章 学习笔记

一、学习目标

1. 理解TIKC++中的流水任务

2. 掌握TIKC++的任务通信与同步

3. 了解TIK C++的内存管理机制

二、介绍

 TIK C++编程范式把算子内部的处理程序，分成多个流水任务（Stage），以张量（Tensor）为数据载体，以队列（Queue）进行任务之间的通信与同步，以内存管理模块（Pipe）管理任务间的通信内存。

三、流水任务

1. 概念

流水任务(Stage)指的是单核处理程序中主程序调度的并行任务。

在核函数内部，可以通过流水任务实现数据的并行处理来提升性能。

2. 案例

单核处理程序的功能可以被拆分成3个流水任务：Stage1、Stage2、Stage3，每个任务专注于完成单一功能；需要处理的数据被切分成n片，使用Progress1~n表示，每个任务需要依次完成n个数据切片的处理。Stage间的箭头表达数据间的依赖关系，比如Stage1处理完Progress1之后，Stage2才能对Progress1进行处理。

若Progress的n=3，待处理的数据被切分成3片，对于同一片数据，Stage1、Stage2、Stage3之间的处理具有依赖关系，需要串行处理；不同的数据切片，同一时间点，可以有多个流水任务Stage在并行处理，由此达到任务并行、提升性能的目的 

 3. 矢量编程

矢量算子编程范式把算子的实现流程分为3个基本任务：CopyIn，Compute，CopyOut

CopyIn负责数据搬入操作，Compute负责矢量计算操作，CopyOut负责数据搬出操作

四、任务间通信与同步

1. 数据通信与同步的管理者

不同的流水任务之间存在数据依赖，需要进行数据传递

TIK C++中使用Queue队列完成任务之间的数据通信和同步，Queue提供了EnQue、DeQue等基础API

Queue队列管理NPU上不同层级的物理内存时，用一种抽象的逻辑位置（QuePosition）来表达各个级别的存储（Storage Scope），代替了片上物理存储的概念，开发者无需感知硬件架构

矢量编程中Queue类型（逻辑位置）包括：VECIN、VECOUT

2. 数据的载体

TIK C++使用GlobalTensor和LocalTensor作为数据的基本操作单元，它是各种指令API直接调用的对象，也是数据的载体

3. 矢量编程

矢量编程中的逻辑位置（QuePosition）：搬入数据的存放位置：VECIN、搬出数据的存放位置：VECOUT

矢量编程主要分为CopyIn、Compute、CopyOut三个任务：

• CopyIn任务中将输入数据从GlobalTensor搬运至LocalTensor后，需要使用EnQue将LocalTensor放入VECIN的Queue中
• Compute任务等待VECIN的Queue中LocalTensor出队之后才可以进行矢量计算，计算完成后使用EnQue将计算结果LocalTensor放入到VECOUT的Queue中
• CopyOut任务等待VECOUT的Queue中LocalTensor出队，再将其拷贝到GlobalTensor

具体流程：

Stage1：CopyIn任务

使用DataCopy接口将GlobalTensor拷贝到LocalTensor

使用EnQue将LocalTensor放入VECIN的Queue中

Stage2：Compute任务

使用DeQue从VECIN中取出LocalTensor

使用TIK C++指令API完成矢量计算：Add

使用EnQue将结果LocalTensor放入VECOUT的Queue中

Stage3：CopyOut任务

使用DeQue接口从VECOUT的Queue中取出LocalTensor

使用DataCopy接口将LocalTensor拷贝到GlobalTensor

 

五、内存管理

1.

任务间数据传递使用到的内存统一由内存管理模块Pipe进行管理

Pipe作为片上内存管理者，通过InitBuffer接口对外提供Queue内存初始化功能，开发者可以通过该接口为指定的Queue分配内存

Queue队列内存初始化完成后，需要使用内存时，通过调用AllocTensor来为LocalTensor分配内存给Tensor，当创建的LocalTensor完成相关计算无需再使用时，再调用FreeTensor来回收LocalTensor的内存

 2. 临时变量内存管理

编程过程中使用到的临时变量内存同样通过Pipe进行管理。临时变量可以使用TBuf数据结构来申请指定QuePosition上的存储空间，并使用Get()来将分配到的存储空间分配给新的LocalTensor

从TBuf上获取全部长度，或者获取指定长度的LocalTensor

LocalTensor<T> Get<T>();

LocalTensor<T> Get<T>(uint32_t len);

 使用TBuf申请的内存空间只能参与计算，无法执行Queue队列的入队出队操作