进阶：通用切分（任意 ubSplitAxis / 大 shape / 尾块非对齐）

【免费下载链接】cannbot-skillsCANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体，本仓库为其提供可复用的 Skills 模块。项目地址: https://gitcode.com/cann/cannbot-skills

主文档：broadcast_design.md | 参考代码：code/broadcast_common.h（ComputeTiling）

入门样例（broadcast_add）已切换到本文的通用切分。本文解释为什么不能写死ubSplitAxis=0，以及通用切分的完整公式——这是把指导用到真实大 shape（如 cann-bench case 4 int32 8192×8192、case 10 fp16 363×367×373）的关键。

1. 为什么不能写死 ubSplitAxis=0

写死「尾轴整条进 UB、沿 0 轴切」只在尾轴元素数 ≤ elemNum时成立。真实 case 的尾轴常远超 UB：

2. 通用切分算法（ComputeTiling）

切分对象是输出 shape。从尾轴向外累乘，找能塞进 UB 的最内切分轴；若连尾轴一行都放不下，则切尾轴本身。

// 1) 选切分轴：从尾轴向外，尽量把内层整轴塞进 UB int splitAxis = 0; int64_t innerBelow = 1; // innerBelow = ∏ outputDims[splitAxis+1 .. rank-1] for (int ax = rank - 1; ax >= 0; ax--) { if (innerBelow * outputDims[ax] > elemNum) { splitAxis = ax; break; } innerBelow *= outputDims[ax]; splitAxis = ax; } // 2) 切分大小 if (innerBelow > elemNum) { // 连一行都放不下 → 切尾轴本身 ubSplitAxis = rank - 1; innerBelow = 1; ubFormer = elemNum; // 每块 elemNum 个元素 } else { ubSplitAxis = splitAxis; ubFormer = elemNum / innerBelow; // 一次放几行 } ubFormer = clamp(ubFormer, 1, outputDims[ubSplitAxis]); ubOuter = ceil(outputDims[ubSplitAxis] / ubFormer); ubTail = outputDims[ubSplitAxis] - (ubOuter - 1) * ubFormer;

关键：dimProductBeforeUbInner通用公式

dimProductBeforeUbInner = (∏ outputDims[0 .. ubSplitAxis-1]) × ubOuter // = UB tile 总数

• ubSplitAxis = 0：∏(空)=1 → 退化为ubOuter（即入门样例的特例）。
• ubSplitAxis = rank-1（切尾轴）：∏ outputDims[0..rank-2] × ubOuter。

这个值喂给GetAxesIndices/GetGmOffset，ubSplitAxis≠0 时必须用通用公式，否则下标还原全错。完整实现见ComputeTiling。

多核

totalTiles = dimProductBeforeUbInner; blockFormer = ceil(totalTiles / coreNum); // 先按核数算每核最多几个 tile blockNum = ceil(totalTiles / blockFormer); // 再回收用不上的核 blockTail = totalTiles - (blockNum-1)*blockFormer; // ∈[1, blockFormer]

顺序很关键：若先blockNum=min(coreNum,totalTiles)再blockFormer=ceil(totalTiles/blockNum)，会出现blockTail<0（如 totalTiles=100、coreNum=64 → blockFormer=2、blockTail=-26），非尾核处理越界 tile。必须先定 blockFormer 再回收核。

3. 尾块非 32B 对齐

ubTail = splitDim - (ubOuter-1)*ubFormer往往不是 alignEle 的倍数（如质数 shape、大 shape 展平）。处理方式：

• 搬运：DataCopyPad的blockLen以字节计，内部自动 pad 到 32B；非对齐尾块直接传真实长度即可，无需手动 mask/padding（DataCopyPadCompact已如此）。
• 计算：Add/Broadcast等矢量指令的count传真实元素数，AscendC 处理非对齐尾数；不要按对齐数多算，否则踩到相邻 tile。
• 输出：DataCopyPad写回同样传真实tile字节，不会越界写。

即：连续布局下尾块非对齐全部由 DataCopyPad 兜底，开发者不需要额外分支。仅当用DataCopy（非 Pad）搬非对齐数据时才需自己 padding。

4. 大 shape 无广播（BRC_NONE）

无广播的大 shape（cann-bench case 4/5/6）和广播输入共用同一套切分：ComputeTiling只看输出 shape，与是否广播无关。BRC_NONE 输入在 kernel 走CopyInPlain，其len = rows * inputStrides[ubSplitAxis]，因 stride 与输出一致即为tile，天然支持尾轴被切。所以"无广播但 shape 很大"无需特殊处理——切分通用化后自动覆盖。

5. NDDMA 在 ubSplitAxis≠0 的参数装配

MakeNddmaParams/BroadcastNddma已按ubSplitAxis参数化，ubSplitSize语义是「切分轴方向本 tile 的元素/行数」：

• ubSplitAxis = 0：ubSplitSize = rows（行数）。
• ubSplitAxis = rank-1（切尾轴）：ubSplitSize = ubFormer（尾轴一段的元素数），axisInsideUb = NDDMA_DIM-1，只填切分轴一维 + 高位补 1。

axisInsideUb = NDDMA_DIM - (shapeLen - ubSplitAxis)：rank 越大、切分轴越靠外，需补的 size=1 高位轴越少。前置条件rank = shapeLen - ubSplitAxis ≤ NDDMA_DIM(5)；超过时 Host 选型回退 ③（PickBroadcastMode），官方 atvoss 则走 with-loop NDDMA（本样例未实现）。

6. cann-bench case 对照

这些 case 现在都能由通用切分覆盖；写死 ubSplitAxis=0 的旧样例会在 case 4/10 上因「一行放不进 UB」失败。

【免费下载链接】cannbot-skillsCANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体，本仓库为其提供可复用的 Skills 模块。项目地址: https://gitcode.com/cann/cannbot-skills