企业官网建设流程全解析

实现②：DataCopyPad 紧凑搬入（外层广播，offset 寻址）

【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（DataCopyPadCompact）

思路

当广播轴**全部位于切分轴之上（外层循环轴）**时，UB tile 内数据连续、无需复制。广播由GM offset 算术实现：外层广播轴stride=0，GetGmOffset在这些轴推进时给出同一段 GM 偏移，于是每个 tile 用普通DataCopyPad搬一段连续数据即可，"广播"体现在不同输出 tile 指向相同输入区。

适用

广播轴全在切分轴之上（brcInTile == false）、切分轴本身连续。同 ① 一样不占 Vector，且比 ① 更省——连 DMA 的 in-tile 复制都不需要，纯连续搬。

② 与 ①共用同一段 kernel：BroadcastNddma内outputStrides[ubSplitAxis] == inputStrides[ubSplitAxis]（切分轴非广播、tile 内无需复制）时自动落入DataCopyPadCompact。

Kernel 写法

// 节选，完整见 code/broadcast_add_kernel.cpp if (td_.brcMode[i] == BRC_DATACOPYPAD) { int64_t off = GetGmOffset(axes, inputStrides[i], ubSplitAxis, ubFormer); // 外层广播轴 stride=0 → off 复用 int64_t len = rows * inputStrides[i][ubSplitAxis]; // 切分轴非广播，len=tile DataCopyPadCompact(yGm[off], dst, len); // 每轮搬，正确且安全 }

紧凑搬入DataCopyPadCompact（code/broadcast_common.h）：

AscendC::DataCopyExtParams ext{1, (uint32_t)(lenEle * sizeof(T)), 0, 0, 0}; // blockCount=1，连续一段 AscendC::DataCopyPad(ub, gm, ext, pad); // lenEle 可非 32B 对齐

关于"复用"（可选优化，本样例未启用）

早期版本想靠"不重搬 + 复用上轮 buffer"省搬运，但判据不能用"切分轴 stride"：② 路径下切分轴恒非广播（inputStrides[ubSplitAxis] != 0），该判据永远要求重搬，复用分支是死路径，并不省。

正确的复用判据是「本输入 GM offset 与上一轮相同」——即本轮只推进了外层广播轴（stride=0）、切分轴未变。此时上轮 UB 内容仍有效可复用。注意：

• DoubleBuffer 复杂性：depth=2 的 TQue 每轮交替返回 ping/pong 两块。复用需按 buffer 槽位分别记录"该槽当前持有哪个 offset 的数据"，仅当目标槽已持有当前 offset 才跳过搬运。简单做法是给该广播输入改用单块TBuf（非 ping-pong），自行管 MTE2→V 同步。
• 收益有限：多搬几次连续数据是安全的（不影响正确性），仅多占 MTE2。入门样例选择每轮都搬，把复用留作 profiling 确认 ② 的搬运成为瓶颈后再加的优化。

注意

• ② 的广播完全靠inputStrides的 0 与GetGmOffset，kernel 里不需要任何广播指令或 DMA 复制。
• len用真实元素数（含非对齐尾块），DataCopyPad自动 pad，无需手动处理。
• 若要做复用优化，复用 buffer 不能与每轮重写的输入共用，且判据用 offset 比较而非切分轴 stride。

【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