本节介绍aclnn算子的三种适配场景。
Paddle-API 与 CANN-Kernel 差异剖析及适配策略
对于Paddle-API与CANN-Kernel两者中常见的差别与适配方法如下：
Paddle参数缺失或者参数无法直接对应
- 如果Paddle算子只需要CANN提供的某个参数为默认值的功能，则可通过默认赋值的方式完成
- 考虑通过计算取得需要参数
CANN参数缺失
- CANN算子没有某个Paddle有的参数，一般是此算子CANN支持的模式少于Paddle
- 可通过多个算子分别完成算子的部分功能（如max_pool + avg_pool）
- 如果CANN只能支持部分功能，则可以在调用处抛出参数值判断异常
数据类型不支持
- 输入数据类型不匹配时需要在计算前插入
Cast操作，并且要更改输出的数据类型，在计算后对输出数据进行Cast操作返回原数据类型layout转换
- NPU算子基本不支持NHWC，但是部分Paddle算子支持，如果遇到这样的情况需要在计算前后插入
Transpose小算子拼接
- 部分Paddle-API的功能在NPU中没法直接完成，但可通过多个小算子拼接完成，一般会少许影响性能
加入缺少的参数
以ReluGrad算子为例，通过计算或者默认赋值方式加入缺少的参数：
在进行参数对齐时，需要检查是否存在需要默认参数的情况。以 Paddle 的 relugrad 算子为例，其对应的 aclnn 的 ThresholdBackward 算子包含额外参数 threshold。
在实际操作中，可通过默认赋值的方式实现参数对齐，如图所示，代码为phi::Scalar threshold = 0.0。完成参数对齐后，即可直接调用 NPU 的 aclnnThresholdBackward 算子 。
数据类型转换
以 nll_loss 算子为例，Paddle API 与 CANN API 所支持的数据类型存在差异。Paddle API 中，输入 x 的数据类型为 double，而 CANN 的对应算子仅支持 float32 这一特定数据类型，具体情况如下图所示：
Paddle侧：
CAAN侧：
此情形需进行数据类型转换：
- 首先，对输入数据执行 cast 操作，将其转换为 CANN 算子支持的数据类型；
- 完成转换后，执行 NPU 的 aclnn 算子；
- 算子运算结束后，再将计算结果的数据类型由 float32 转换回输入 x 原本的数据类型。
具体流程如下图所示：
数据类型转换需要Cast_kernel算子，下面为Cast_kernel算子的声明：
以下介绍将变量 x 的数据类型从 double 转换为 float32（转换后的变量记为 x_cast）的流程：
对象声明
phi::DenseTensor x_cast; // 声明目标张量 x_cast
phi::DenseTensorMeta x_cast_meta; // 声明张量的元数据对象
phi::DenseTensor：深度学习框架中表示多维数组的核心数据结构，包含数据和元信息（如形状、数据类型）。phi::DenseTensorMeta：用于存储张量的元信息（metadata）。
元数据初始化
x_cast_meta = {phi::DataType::FLOAT32, x.dims()；
phi::DataType::FLOAT32：明确将目标张量的数据类型设为 float32。x.dims()：继承输入张量 x 的维度信息（如 [batch_size, channels, height, width]）
绑定元数据
x_cast.set_meta(x_cast_meta);
作用：将初始化后的元数据绑定到目标张量 x_cast。
执行类型转换
custom_kernel::CastKernel<T, Context>(dev_ctx, x, phi::DataType::FLOAT32, &x_cast);
核心参数：dev_ctx: 设备上下文（如 CPU/GPU 资源管理）x: 输入张量phi::DataType::FLOAT32: 目标数据类型&x_cast: 输出的目标张量指针
功能：将输入张量 x 的数据类型转换为 float32，结果写入 x_cast。
执行NPU aclnn算子计算
把所有需要进行数据类型转换的参数转换完成后，使用算子执行宏EXEC_NPU_CMD执行aclnn算子：
aclnn算子输出结果原类型恢复
- 将 out_cast（NPU计算结果）转换为paddle api的
out张量类型（如 float32 → double）。 - 将损失计算中累计的权重值
total_weight_cast数据类型转换为目标类型后写入total_weight。转置操作
在 Pool2dGradKernel 算子中，若输入数据格式data_format为NHWC，即高度、宽度、通道数位于最后，鉴于 NPU 的操作要求，需将数据转换为NCHW格式。此转换通过Transpose操作达成。
Transpose操作的核心功能是实现张量维度重排，旨在适配 NPU 计算特性所规定的数据布局需求。在本场景中，其主要作用是完成从NHWC（Channel Last）到NCHW（Channel First）这两种内存布局的转换 。
流程图如下：
变量声明
phi::DenseTensor transformed_out_grad;
通过临时变量隔离布局转换过程，保证原始数据的完整性
布局判断逻辑
接下来，程序执行条件判断if (channel_last)。该判断旨在检查输入数据是否采用NHWC格式。
若if (channel_last)条件成立，即NHWC（Channel Last）格式时，程序将执行转置操作，把数据格式转换为通道优先Channel First的NCHW格式。
维度置换规则
std::vector<int> perm = {0, 3, 1, 2};
数学原理：对应张量维度[N,H,W,C]->[N,C,H,W]
定义了一个perm向量{0, 3, 1, 2}，这应该是用来重新排列维度的顺序。原来的维度假设是NHWC（0,1,2,3），转置后变为NCHW（0,3,1,2）。
新形状构建
接着构造了out_grad_tensor_shape，调整形状以匹配新的维度顺序。调整后的形状是通过重新排列out_grad的维度得到的，例如将原维度[0]、[3]、[1]、[2]组合成新的形状。
std::vector<int> out_grad_tensor_shape = {
out_grad.dims()[0],
out_grad.dims()[3],
out_grad.dims()[1],
out_grad.dims()[2],
};
通过维度复制而非引用保证形状独立性。
内存分配
然后将transformed_out_grad调整大小，分配内存，并通过TransposeKernel进行转置操作。
transformed_out_grad.Resize(phi::make_ddim(out_grad_tensor_shape));
dev_ctx.template Alloc<T>(&transformed_out_grad);
转置运算
custom_kernel::TransposeKernel<T, Context>(dev_ctx, out_grad, perm, &transformed_out_grad);
custom_kernel::TransposeKernel是调用NPU的转置内核函数，需在算子开发代码中进行函数声明，如图所示：
