TREDUCE¶

简介¶

Reduce 操作：从多个远端 NPU 收集数据并在本地执行逐元素归约。

只有根节点需要执行 TREDUCE。非根节点只需确保在操作期间其源缓冲区已就绪且保持有效。在非根节点上调用 TREDUCE 属于未定义行为。

大 Tile 支持：当 GlobalTensor 在行和/或列方向超出 UB Tile 容量时，归约操作将通过二维滑动自动分块。

数学语义¶

对有效区域内每个元素 (i, j)：

其中 \(N\) 为 rank 总数，\(\oplus\) 为归约运算（求和、取最大值、取最小值等）。

汇编语法¶

PTO-AS 形式：参见 PTO-AS 规范。

同步形式：

treduce %group, %dst {op = #pto.reduce_op<Sum>} : (!pto.group<...>, !pto.memref<...>)
treduce %group, %dst {op = #pto.reduce_op<Max>} : (!pto.group<...>, !pto.memref<...>)

降级时会为 reduce 流水线引入内部累加 Tile 和接收 Tile；C++ 内建接口需要显式传入 accTileData、recvTileData（或 accTileData、pingTileData、pongTileData）操作数。

C++ 内建接口¶

声明于 include/pto/comm/pto_comm_inst.hpp：

// 基础 reduce（累加 Tile + 接收 Tile）
template <typename ParallelGroupType, typename GlobalDstData, typename TileData, typename... WaitEvents>
PTO_INST RecordEvent TREDUCE(ParallelGroupType &parallelGroup, GlobalDstData &dstGlobalData,
                              TileData &accTileData, TileData &recvTileData, ReduceOp op, WaitEvents&... events);

// 乒乓 reduce（累加 Tile + ping/pong Tile 实现双缓冲）
template <typename ParallelGroupType, typename GlobalDstData, typename TileData, typename... WaitEvents>
PTO_INST RecordEvent TREDUCE(ParallelGroupType &parallelGroup, GlobalDstData &dstGlobalData,
                              TileData &accTileData, TileData &pingTileData, TileData &pongTileData,
                              ReduceOp op, WaitEvents&... events);

约束¶

• 类型约束：
  • ParallelGroup::value_type::RawDType 必须等于 GlobalDstData::RawDType。
  • TileData::DType 必须等于 GlobalDstData::RawDType。
• 内存约束：
  • dstGlobalData 必须指向本地内存（当前 NPU）。
  • accTileData、recvTileData（或 accTileData、pingTileData、pongTileData）必须为预先分配的 UB Tile。
• ParallelGroup 约束：
  • parallelGroup.tensors[r] 必须指向 rank r 的源缓冲区（从根节点视角看到的远端 GM）。
  • parallelGroup.GetRootIdx() 标识调用方 NPU 为 reduce 根节点。
  • 所有源 tensor 假定具有相同的形状和步幅。
• 分块模式约束（数据超出单个 UB Tile 时）：
  • 若 TileData 具有静态 ValidRow，则 GetShape(DIM_3) 必须能被 ValidRow 整除。如需支持不足一行的情况，请使用 DYNAMIC ValidRow 的 Tile。
  • 若 TileData 具有静态 ValidCol，则 GetShape(DIM_4) 必须能被 ValidCol 整除。如需支持不足一列的情况，请使用 DYNAMIC ValidCol 的 Tile。

示例¶

基础求和归约¶

#include <pto/comm/pto_comm_inst.hpp>

using namespace pto;

template <typename T, int SIZE, int NRANKS>
void reduce_sum(__gm__ T* group_addrs[NRANKS], __gm__ T* result, int my_rank) {
    using TileT   = Tile<TileType::Vec, T, 1, SIZE>;
    using GTensor = GlobalTensor<T, Shape<1,1,1,1,SIZE>,
                                 BaseShape2D<T, 1, SIZE, Layout::ND>, Layout::ND>;

    GTensor tensors[NRANKS];
    for (int i = 0; i < NRANKS; ++i) tensors[i] = GTensor(group_addrs[i]);

    comm::ParallelGroup<GTensor> group(tensors, NRANKS, my_rank);
    GTensor dstG(result);
    TileT accTile, recvTile;
    comm::TREDUCE(group, dstG, accTile, recvTile, comm::ReduceOp::Sum);
}

最大值归约¶

#include <pto/comm/pto_comm_inst.hpp>

using namespace pto;

template <typename T, int SIZE, int NRANKS>
void reduce_max(__gm__ T* group_addrs[NRANKS], __gm__ T* result, int my_rank) {
    using TileT   = Tile<TileType::Vec, T, 1, SIZE>;
    using GTensor = GlobalTensor<T, Shape<1,1,1,1,SIZE>,
                                 BaseShape2D<T, 1, SIZE, Layout::ND>, Layout::ND>;

    GTensor tensors[NRANKS];
    for (int i = 0; i < NRANKS; ++i) tensors[i] = GTensor(group_addrs[i]);

    comm::ParallelGroup<GTensor> group(tensors, NRANKS, my_rank);
    GTensor dstG(result);
    TileT accTile, recvTile;
    comm::TREDUCE(group, dstG, accTile, recvTile, comm::ReduceOp::Max);
}