函数：hgemv

关于A、B、C矩阵的Shape及内存大小计算公式

• A、B、C矩阵是否转置的标记如果设置为ACL_TRANS_N或ACL_TRANS_T，则用户在申请内存存放A、B、C矩阵数据时，实际申请的内存要和实际数据大小匹配，Shape及内存大小的计算公式如下：

  • A矩阵：shape = (m, k)；内存大小 = m * k * acl.data_type_size(data_type_a)
  • B矩阵：shape = (k, n)；内存大小 = k * n * acl.data_type_size(data_type_b)
  • C矩阵：shape = (m, n)；内存大小 = m * n * acl.data_type_size(data_type_c)

• A、B、C矩阵是否转置的标记如果设置为ACL_TRANS_NZ，表示采用内部数据格式，矩阵Shape为4维，Shape及内存大小的计算公式如下（假设m,k,n分别为原始轴）：

  • 当矩阵A和矩阵B中数据的类型为aclFloat16，在计算实际内存大小时，m、k、n均按16对齐向上取整计算：
    • A矩阵：shape = (⌈k/16⌉, ⌈m/16⌉, 16, 16)；内存大小 = ⌈m/16⌉ * 16 * ⌈k/16⌉ * 16 * acl.data_type_size(data_type_a)
    • B矩阵：shape = (⌈n/16⌉, ⌈k/16⌉, 16, 16)；内存大小 = ⌈k/16⌉ * 16 * ⌈n/16⌉ * 16 * acl.data_type_size(data_type_b)
    • C矩阵：shape = (⌈n/16⌉, ⌈m/16⌉, 16, 16)；内存大小 = ⌈m/16⌉ * 16 * ⌈n/16⌉ * 16 * acl.data_type_size(data_type_c)
  • 当矩阵A和矩阵B中数据的类型为int8_t，在计算实际内存大小时，reduce轴按32对齐向上取整计算，非reduce轴按16对齐向上取整计算：
    • A矩阵：shape = (⌈k/32⌉, ⌈m/16⌉, 16, 32)；内存大小 = ⌈m/16⌉ * 16 * ⌈k/32⌉ * 32 * acl.data_type_size(data_type_a)
    • B矩阵：shape = (⌈k/32⌉, ⌈n/16⌉, 32, 16)；内存大小 = ⌈k/32⌉ * 32 * ⌈n/16⌉ * 16 * acl.data_type_size(data_type_b)
    • C矩阵：shape = (⌈n/16⌉, ⌈m/16⌉, 16, 16)；内存大小 = ⌈m/16⌉ * 16 * ⌈n/16⌉ * 16 * acl.data_type_size(data_type_c)

  :::note 说明 ⌈ ⌉表示向上对齐。 :::

父主题： CBLAS接口（blas）

函数：gemv_ex

C函数原型	aclError aclblasGemvEx(aclTransType transA, int m, int n, const void *alpha, const void *a, int lda, aclDataType dataTypeA, const void *x, int incx, aclDataType dataTypeX, const void *beta, void *y, int incy, aclDataType dataTypeY, aclComputeType type, aclrtStream stream);
Python函数	ret = acl.blas.gemv_ex(trans_a, m, n,alpha, a, lda, data_type_a, x, incx, data_type_x, beta, y, incy, data_type_y, type, stream )
函数功能	执行矩阵-向量的乘法，y = αAx + βy，输入数据、输出数据的数据类型通过入参设置，异步接口。
输入说明	trans_a：int，矩阵A是否转置的标记。 m：int，矩阵A的行数，存储矩阵乘数据时，行优先。 n：int，矩阵A的列数。 alpha：int， 用于执行乘操作的标量alpha数据指针地址。 a：int，矩阵A的数据指针地址。 lda：int，A矩阵的主位，此时选择转置，按行优先，则lda为A的列数。 data_type_a：int，矩阵A的数据类型。 x：int，向量x的数据指针地址。 incx：int，x连续元素之间的步长。 data_type_x：int，向量x的数据类型。 beta：int，用于执行乘操作的标量beta的数据指针地址。 y：int，向量y的数据指针地址。 incy：int，y连续元素之间的步长。 data_type_y：int，向量y的数据类型。 type：int，计算精度。 stream：int，执行算子所在的Stream。
返回值说明	ret：int，错误码。 - 返回0表示成功。 - 返回其它值表示失败。
约束说明	A、x、y的数据类型支持仅支持以下组合， α和β的数据类型与y一致。 A的数据类型 x的数据类型 y的数据类型 aclFloat16 aclFloat16 aclFloat16 aclFloat16 aclFloat16 float(float32) int8_t int8_t float(float32) int8_t int8_t int32_t
参考资源	接口调用流程，参见接口调用流程。

父主题： CBLAS接口（blas）

函数：create_handle_for_gemv_ex

C函数原型	aclError **aclblasCreateHandleForGemvEx(**aclTransType transA, int m, int n, aclDataType dataTypeA, aclDataType dataTypeX, aclDataType dataTypeY, aclComputeType type, aclopHandle **handle)
Python函数	handle, ret = acl.blas.create_handle_for_gemv_ex(trans_a, m, n, data_type_a, data_type_x, data_type_y, type)
函数功能	创建矩阵-向量乘的handle，输入数据、输出数据的数据类型通过入参设置，同步接口。 创建handle成功后，需调用acl.op.execute_with_handle接口执行算子。
输入说明	trans_a：int，矩阵A是否转置的标记。 m：int，矩阵A的行数，存储矩阵乘数据时，行优先。 n：int，矩阵A的列数。 data_type_a：int，矩阵A的数据类型。 data_type_x：int，向量x的数据类型。 data_type_y：int，向量y的数据类型。 type：int，计算精度。
返回值说明	handle：int，执行算子的handle数据的指针地址。 ret：int，错误码。 - 返回0表示成功。 - 返回其它值表示失败。
约束说明	A、x、y的数据类型支持仅支持以下组合： A的数据类型 x的数据类型 y的数据类型 aclFloat16 aclFloat16 aclFloat16 aclFloat16 aclFloat16 float(float32) int8_t int8_t float(float32) int8_t int8_t int32_t

父主题： CBLAS接口（blas）

函数：hgemv

C函数原型	aclError **aclblasHgemv(**aclTransType transA, int m, int n, const aclFloat16 *alpha, const aclFloat16 *a, int lda, const aclFloat16 *x, int incx, const aclFloat16 *beta, aclFloat16 *y, int incy, aclComputeType type, aclrtStream stream)
Python函数	ret = acl.blas.hgemv(trans_a, m, n, alpha, a, lda, x, incx, beta, y, incy, type, stream)
函数功能	执行矩阵-向量的乘法，y = αAx + βy，输入数据和输出数据的数据类型为aclFloat16，异步接口。
输入说明	trans_a：int，矩阵A是否转置的标记。 m：int，矩阵A的行数，存储矩阵乘数据时，行优先。 n：int，矩阵A的列数。 alpha：int，用于执行乘操作的标量alpha数据指针地址。 a：int，矩阵A的数据指针地址。 lda：int，A矩阵的主位，此时选择转置，按行优先，则lda为A的列数。 x：int，向量x的数据指针地址。 incx：int，x连续元素之间的步长。 beta：int，用于执行乘操作的标量beta的数据指针地址。 y：int，向量y的数据指针地址。 incy：int，y连续元素之间的步长。 type：int，计算精度。 stream：int，执行算子所在的Stream。
返回值说明	ret：int，错误码。 - 返回0表示成功。 - 返回其它值表示失败。
约束说明	无
参考资源	接口调用流程，参见接口调用流程。

父主题： CBLAS接口（blas）

函数：create_handle_for_hgemv

C函数原型	aclError **aclblasCreateHandleForHgemv(**aclTransType transA, int m, int n, aclComputeType type, aclopHandle **handle)
Python函数	handle, ret = acl.blas.create_handle_for_hgemv(trans_a, m, n, type)
函数功能	创建矩阵-向量乘的handle，输入数据和输出数据的数据类型为aclFloat16，同步接口。 创建handle成功后，需调用acl.op.execute_with_handle接口执行算子。
输入说明	trans_a：int，矩阵A是否转置的标记。 m：int，矩阵A的行数，存储矩阵乘数据时，行优先。 n：int，矩阵A的列数。 type：int，计算精度。
返回值说明	handle：int，执行算子的handle数据的指针地址。 ret：int，错误码。 - 返回0表示成功。 - 返回其它值表示失败。
约束说明	无

父主题： CBLAS接口（blas）

函数：s8gemv

C函数原型	aclError **aclblasS8gemv(**aclTransType transA, int m, int n, const int32_t *alpha, const int8_t *a, int lda, const int8_t *x, int incx, const int32_t *beta, int32_t *y, int incy, aclComputeType type, aclrtStream stream)
Python函数	ret = acl.blas.s8gemv(trans_a, m, n, alpha, a, lda, x, incx, beta, y, incy, type, stream)
函数功能	执行矩阵-向量的乘法，y = αAx + βy，输入数据的数据类型为int8_t，输出数据的数据类型为int32_t，异步接口。
输入说明	trans_a：int，矩阵A是否转置的标记。 m：int，矩阵A的行数，存储矩阵乘数据时，行优先。 n：int，矩阵A的列数。 alpha：int， 用于执行乘操作的标量alpha数据指针地址。 a：int，矩阵A的数据指针地址。 lda：int，A矩阵的主位，此时选择转置，按行优先，则lda为A的列数。 x：int，向量x的数据指针地址。 incx：int，x连续元素之间的步长。 beta：int，用于执行乘操作的标量beta的数据指针地址。 y：int，向量y的数据指针地址。 incy：int，y连续元素之间的步长。 type：int，计算精度。 stream：int，执行算子所在的Stream。
返回值说明	ret：int，错误码。 - 返回0表示成功。 - 返回其它值表示失败。
约束说明	无
参考资源	接口调用流程，参见接口调用流程。

父主题： CBLAS接口（blas）

函数：create_handle_for_s8gemv

C函数原型	aclError **aclblasCreateHandleForS8gemv(**aclTransType transA, int m, int n, aclComputeType type, aclopHandle **handle)
Python函数	handle, ret = acl.blas.create_handle_for_s8gemv(trans_a, m, n, type)
函数功能	创建矩阵-向量乘的handle，输入数据的数据类型为int8_t，输出数据的数据类型为int32_t，同步接口。 创建handle成功后，需调用acl.op.execute_with_handle接口执行算子。
输入说明	trans_a：int，矩阵A是否转置的标记。 m：int，矩阵A的行数，存储矩阵乘数据时，行优先。 n：int，矩阵A的列数。 type：int，计算精度。
返回值说明	handle：int，执行算子的handle数据的指针地址。 ret：int，错误码。 - 返回0表示成功。 - 返回其它值表示失败。
约束说明	无

父主题： CBLAS接口（blas）

在线提单