登录社区云，与社区用户共同成长
邀请您加入社区
B站预约链接：点击预约
在处理不同规格输入时，划分的基本块无法均匀分配到所有核上，导致分核不均。需要针对最后一轮基本块进行二次切分（支持切分M和N轴），使其尽量均匀分配到多核中，充分发挥完整算力。Figure 6. 最后一个group尾轮负载均衡原理图：对最后一轮基本块进行二次切分（支持切分M和N轴）当前实验环境为Ascend950PR, GM带宽1.6T/s，32核。E=2，M轴分组，group_list={256,2
cann-samples是CANN社区提供的高性能实操样例库，致力于为开发者提供可复用的优化方法论和最佳实践代码。本系列文章将陆续介绍仓库中的典型样例，分享我们在算子优化过程中的思考与经验。计算公式ci,j=∑g=0ceil(K/G)−1(scaleAi,g⋅scaleBg,j⋅∑k′=0G−1(ai,gG+k′⋅bgG+k′,j))c_{i, j} = \sum^{ceil(K/G)-1}_{g
本文详细介绍了矩阵乘法算子的完整开发流程，涵盖核心原理、环境配置、代码实现、编译运行及性能优化。矩阵乘法通过"行乘列求和"实现，在昇腾NPU中利用AscendC语言并行计算提升效率。开发过程包括CPU逻辑验证和NPU实战部署，重点关注线程分配、共享内存优化和数据类型选择（如FP16）。常见问题涉及环境配置、内存访问和性能调优，建议通过扩大矩阵维度和调整线程块大小充分发挥NPU优
