广东联通通信建设有限公司 网站做3d图的网站

广东联通通信建设有限公司 网站,做3d图的网站,河南建设工程信息网官网首页,网站后台如何用代码上传视频训练营简介 2025年昇腾CANN训练营第二季#xff0c;基于CANN开源开放全场景#xff0c;推出0基础入门系列、码力全开特辑、开发者案例等专题课程#xff0c;助力不同阶段开发者快速提升算子开发技能。获得Ascend C算子中级认证#xff0c;即可领取精美证书#xff0c;完成…训练营简介 2025年昇腾CANN训练营第二季基于CANN开源开放全场景推出0基础入门系列、码力全开特辑、开发者案例等专题课程助力不同阶段开发者快速提升算子开发技能。获得Ascend C算子中级认证即可领取精美证书完成社区任务更有机会赢取华为手机平板、开发板等大奖。报名链接https://www.hiascend.com/developer/activities/cann20252#cann-camp-2502-intro前言在深度学习爆发之前FFT 曾被誉为“20 世纪最重要的算法”。 它不仅用于信号处理MP3, JPEG现在更是 AI for Science 的基石。例如在求解偏微分方程PDE时利用Spectral Method谱方法我们可以将复杂的卷积运算转化为频域的简单乘法$$f * g \mathcal{F}^{-1}(\mathcal{F}(f) \cdot \mathcal{F}(g))$$FFT 的核心挑战在于复数运算AI Core 的 Vector 单元原生支持 FP16/FP32但没有原生的complex数据类型需要我们用两个float模拟。蝶形运算 (Butterfly)数据依赖关系复杂每一级计算都需要跨步访问。非连续访存标准的 Cooley-Tukey 算法需要Bit-Reversal位反转排列如001-100这对擅长连续读写的 MTE 单元来说是极其低效的。本期文章我们将避开低效的位反转采用更适合 SIMD 硬件的Stockham 算法在 Ascend C 上实现高效 FFT。一、 核心图解时域与频域的棱镜FFT 就像是一个数学棱镜把混合在一起的波形时域拆解成一个个纯净的频率频域。二、 算法原理为什么选择 Stockham在 NPU 上写 FFT算法的选择比代码优化更重要。Cooley-Tukey教科书里的标准算法。最大的缺点是In-place原地计算需要Bit-Reversal重排。这意味着你需要把内存地址0, 1, 2, 3变成0, 2, 1, 3这种随机 Scatter 操作会把 MTE 带宽打至谷底。Stockham虽然需要两倍的存储空间Ping-Pong Buffer但它不需要位反转。每一级迭代Stage都是连续读、连续写。结论用空间换时间Stockham 完美契合 Ascend C 的流水线架构。蝶形运算 (Butterfly Unit) 基本单元是计算两个复数 $A$ 和 $B$$$X A W \cdot B$$$$Y A - W \cdot B$$其中 $W$ 是旋转因子Twiddle Factor复数。三、 实战Ascend C 实现 FFT我们假设输入是两个 Tensorreal和imag实部和虚部。3.1 Kernel 类定义与双缓冲设计为了实现 Stockham 算法的 Ping-Pong 迭代我们需要在 UB 中申请两组 Buffer。class KernelFFT { public: __aicore__ inline void Init(GM_ADDR real, GM_ADDR imag, GM_ADDR out_real, GM_ADDR out_imag, uint32_t n, GM_ADDR twiddles) { this-n n; // Init GlobalTensors... // 申请 Ping-Pong Buffer (UB) // 假设 N1024足够放入 UB // 如果 N 很大需要做分块 FFT (Block FFT) pipe.InitBuffer(pingQ, 2, n * sizeof(float)); // 存实部和虚部 pipe.InitBuffer(pongQ, 2, n * sizeof(float)); // Twiddle Factors (旋转因子) // 最好在 Host 侧算好传入不要在 Kernel 里算 Cos/Sin this-twiddlesGm.SetGlobalBuffer((__gm__ float*)twiddles); } __aicore__ inline void Process() { // 1. CopyIn LocalTensorfloat pingReal pingQ.AllocTensorfloat(); LocalTensorfloat pingImag pingQ.AllocTensorfloat(); DataCopy(pingReal, xRealGm, n); DataCopy(pingImag, xImagGm, n); // 2. FFT Main Loop (log2(N) stages) ComputeFFT(pingReal, pingImag); // 3. CopyOut // 最终结果可能在 Ping 也可能在 Pong取决于 log2(N) 的奇偶性 } };3.2 复数乘法 (Complex Mul)AI Core Vector 单元没有ComplexMul指令我们需要用实数指令组合。 公式$$(a bi)(c di) (ac - bd) (ad bc)i$$__aicore__ inline void ComplexMul(LocalTensorfloat resR, LocalTensorfloat resI, LocalTensorfloat aR, LocalTensorfloat aI, LocalTensorfloat bR, LocalTensorfloat bI, uint32_t len) { // 申请临时寄存器 LocalTensorfloat tmp1 tmpQueue.AllocTensorfloat(); LocalTensorfloat tmp2 tmpQueue.AllocTensorfloat(); // Real Part: ac - bd Mul(tmp1, aR, bR, len); Mul(tmp2, aI, bI, len); Sub(resR, tmp1, tmp2, len); // Imag Part: ad bc Mul(tmp1, aR, bI, len); Mul(tmp2, aI, bR, len); Add(resI, tmp1, tmp2, len); tmpQueue.FreeTensor(tmp1); tmpQueue.FreeTensor(tmp2); }3.3 Stockham 迭代逻辑Stockham 算法在第s级迭代时数据不仅需要蝶形运算还需要进行特定的混洗Shuffle。 在 Vector 单元上实现 Shuffle 有两种思路DataCopy利用dstStride和srcStride进行交织搬运。Mask Offset利用 Vector 指令的掩码和源地址偏移。这里展示一种基于步长Stride的逻辑视角__aicore__ inline void ComputeFFT(LocalTensorfloat inReal, LocalTensorfloat inImag) { // Ping-Pong 切换指针 LocalTensorfloat* currR inReal; LocalTensorfloat* nextR pongReal; // 简化示意 // 这是一个 Radix-2 循环 for (int s 1; s log2N; s) { uint32_t half_width 1 (s - 1); // 我们需要加载 Twiddle Factor // 这里的 Twiddle 访问模式是重复的利用 Repeat/Stride 机制 // 核心蝶形运算 // butterfly_upper A W*B // butterfly_lower A - W*B // Ascend C 优化一次计算一组而不是一个点 // 这里的难点在于如何并行地拿到 A 和 B // 在 Stockham 中A 和 B 在内存中是分块连续的 // 假设我们已经通过地址偏移拿到了 A_vec, B_vec 和 W_vec ComplexMul(W_B_Real, W_B_Imag, W_Real, W_Imag, B_Real, B_Imag, len); Add(nextR_upper, A_Real, W_B_Real, len/2); Sub(nextR_lower, A_Real, W_B_Real, len/2); // Swap Ping/Pong swap(currR, nextR); PipeBarrierPIPE_V(); // 确保计算完成 } }四、 性能优化的“频率魔法”FFT 是典型的Compute Bound大量的乘加和Latency Bound复杂的依赖混合体。4.1 预计算旋转因子 (Precomputed Twiddles)绝对不要在 Kernel 里动态计算Cos和Sin这会极其浪费算力。 必须在 Host 侧算好甚至针对每一级 Stage 的访问顺序进行重排Reorder使得 Kernel 内可以顺序读取W无需 Gather。4.2 向量化复数指令虽然我们用 Float 模拟了 Complex但在最新的 Ascend 芯片如 910B中可能存在针对特定模式优化的指令。此外利用Muls、Mads乘加指令可以合并部分乘法和加法减少指令发射数。4.3 2D FFT 的优化策略在气象预测中通常做 2D FFT。行变换 (Row FFT)直接在 UB 内做 1D FFT利用 Vector 并行处理多行。转置 (Transpose)利用第 45 期学的转置技巧MTE3 或 Cube 转置将数据转置使得列变成行。列变换 (Col FFT)再次做 1D FFT此时在物理上是行。再转置转回来。这种Row-Transpose-Col模式比直接做列变换Stride 访问效率高得多因为它最大限度地保证了访存的连续性。五、 总结FFT 是连接 AI 与物理世界的桥梁。数据结构用两个 Float Tensor 模拟 Complex利用结构体或指针数组管理 Ping-Pong。算法选择Stockham优于 Cooley-Tukey因为它避免了位反转更适合 NPU 的流式架构。应用掌握了 FFT你就能处理PDE 求解如 Navier-Stokes 方程、语音降噪等高端任务。至此我们的行业篇也画上了一个硬核的句号。从自动驾驶的点云到科学计算的波形Ascend C 的边界正在无限延展。