在华为昇腾AI处理器的算子中，axis（轴）是一个关键概念，用于指定对张量（Tensor）的哪个维度进行操作。轴本质上是张量形状（shape）中维度的下标，可以是正数或负数，正数表示从第一个维度开始计数，负数表示从最后一个维度倒数。例如，在一个形状为(2, 2, 2)的三维张量中，axis=0代表第一个维度（最外层），axis=1代表第二个维度，axis=2代表第三个维度（最内层）；如果使用负数，axis=-1则指向最后一个维度。

axis的具体作用取决于算子类型。在降维（Reduction）操作中，如求和或最大值计算，axis指定了要缩减的维度。例如，如果axis=0，会对第一个维度的所有元素进行操作，从而减少该维度的大小；如果axis=[0,1]，则会依次对多个维度进行降维。 在广播（Broadcast）等操作中，axis也用于控制数据对齐和扩展的轴向。 此外，axis的取值范围通常为[-N, N-1]，其中N是张量的总维度数，这允许灵活地处理不同形状的张量。

理解axis对于正确实现算子逻辑和优化性能至关重要，因为它直接影响数据访问模式和计算流程。在华为CANN（Compute Architecture for Neural Networks）框架中，axis作为算子属性的一部分，被广泛用于编译优化和硬件调度。

轴（Axis）

axis代表张量中纬度的下标，可以理解为展开n次后的数据。

在华为算子中，axis（轴）用于指定对张量（Tensor）的哪个维度进行操作。张量是一种多维数组，其维度的下标从0开始，axis参数决定了算子（如归约、求和等操作）作用于哪个轴。

• 基本概念：axis代表张量中维度的下标。例如，对于一个形状为(4, 20, 20, 3)的张量（如4张20×20的RGB图片），axis=0对应第一维（图片数量），axis=1对应第二维（高度），axis=2对应第三维（宽度），axis=3对应第四维（颜色通道）。 在二维张量（如5行6列的矩阵）中，axis=0表示行，axis=1表示列。

• 负数轴索引：axis可以为负数，表示从末尾开始索引。例如，axis=-1表示最后一维，axis=-2表示倒数第二维，这在处理可变维度的张量时非常有用。

• 在算子中的应用：不同算子使用axis的方式不同。例如：

  • 在归约算子（reduction）中，axis指定需要压缩的轴。如果axis=0，会对每行对应的数据进行求和，从而降低维度；如果axis=[0,1]，会先沿轴0求和，再沿轴1求和，最终得到标量。
  • 对于卷积等算子，axis可能用于控制数据格式转换（如NHWC到NC1HWC0），其中axis参数影响张量的内存布局和计算效率。

• 注意事项：axis的取值范围通常为[-N, N-1]，其中N是张量的维度数。如果axis为空或未指定，算子可能对所有维度进行操作（如全局求和）。 正确理解axis有助于优化算子性能，尤其是在昇腾AI处理器上进行开发时。

轴是相对shape来说的，轴代表张量的shape的下标，比如张量a是一个5行6列的二维数组，即shape是(5,6)，则axis=0表示是张量中的第一维，即行。axis=1表示是张量中的第二维，即列。

例如张量数据[[[1,2],[3,4]], [[5,6],[7,8]]]，Shape为(2,2,2)，则轴0代表第一个维度的数据即[[1,2],[3,4]]与[[5,6],[7,8]]这两个矩阵，轴1代表第二个维度的数据即[1,2]、[3,4]、[5,6]、[7,8]这四个数组，轴2代表第三个维度的数据即1，2，3，4，5，6，7，8这八个数。

轴axis可以为负数，此时表示是倒数第axis个维度。

N维Tensor的轴有：0 , 1, 2,……，N-1。

昇腾训练营报名链接:
https://www.hiascend.com/developer/activities/cann20252#cann-camp-2502-intro

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