企业官网建设流程全解析

CANN opbase aclTensor::SetIntData 详解：向 Host 侧张量批量写入整型数据

【免费下载链接】opbase本项目是CANN算子库的基础框架库，为算子提供公共依赖文件和基础调度能力。项目地址: https://gitcode.com/cann/opbase

导读

SetIntData是 CANN opbase 基础框架库中aclTensor提供的一组数据写入接口之一，专门用于将int64_t类型内存块中的数据批量写入由AllocHostTensor申请的 Host 侧张量，并在写入前按目标数据类型自动完成类型转换。本文以 SetIntData 官方英文文档 为主体，结合仓库源码与单元测试，完整讲解其函数原型、参数语义、返回值与约束、调用示例、底层实现原理及最佳实践，帮助算子开发者正确、高效地完成 Host 侧张量的初始化与数据填充。

功能概述

在编写自定义算子、构造aclnn入参或做算子调试时，经常需要在 Host 侧准备张量数据（例如构造输入、构造权重、准备用于校验的期望数据）。SetIntData正是为此提供的一条便捷通道：针对通过AllocHostTensor申请得到的 Host 侧aclTensor，用一块int64_t类型的内存初始化张量数据。

其核心价值在于「一处 int64 内存、多种目标数据类型」：数据源统一以int64_t形式提供，写入时按照dataType参数指定的目标类型做类型转换后再落盘到张量存储区，省去了开发者手工static_cast和逐元素拷贝的工作。

函数原型

void SetIntData(const int64_t *value, uint64_t size, op::DataType dataType)

该接口是aclTensor的成员函数，声明位于 include/nnopbase/opdev/common_types.h，通过input->SetIntData(...)方式调用。

参数说明

其中op::DataType枚举的常用取值及其数值对应关系（从源码中不支持类型的错误提示可以确认）包括：DT_FLOAT(0)、DT_FLOAT16(1)、DT_INT8(2)、DT_INT32(3)、DT_UINT8(4)、DT_INT16(6)、DT_UINT16(7)、DT_UINT32(8)、DT_INT64(9)、DT_UINT64(10)、DT_DOUBLE(11)、DT_BOOL(12)、DT_BF16(27)。

返回值说明

无返回值（void）。

约束说明

• 入参指针value不能为空（nullptr）。
• 该接口仅对 Host 侧张量生效：从源码实现看，只有当张量的TensorPlacement为kOnHost时才会执行数据写入（详见下文源码解析）。
• size应不大于value指向数组的实际长度，也不应超过目标张量的元素个数，否则会造成越界读写。

调用示例

官方文档给出的最小示例：初始化一块 int64 内存，赋值给 input 的前 10 个元素。

// 初始化一块 int64 内存，赋值给 input 的前 10 个元素 void Func(const aclTensor *input) { int64_t myArray[10]; input->SetIntData(myArray, 10, DT_INT64); }

更贴合实际工程场景的完整流程是「先申请 Host 张量，再写入数据」，例如：

#include "nnopbase/opdev/common_types.h" void InitTensor(aclOpExecutor &executor) { // 1. 通过 AllocHostTensor 申请 shape 为 {100} 的 host 侧张量 aclTensor *tensor = executor.AllocHostTensor({100}, op::DataType::DT_INT32, op::Format::FORMAT_ND); if (tensor == nullptr) { return; } // 2. 用 int64 内存块初始化数据，写入时自动转换为 DT_INT32 int64_t data[100] = {1}; tensor->SetIntData(data, 100, op::DataType::DT_INT32); }

也可以对同一个张量以不同目标类型多次调用SetIntData，利用类型转换能力一次性完成多份数据准备。

源码级实现原理

1. 调用链：SetIntData → SetData → 逐元素类型转换

SetIntData本身只是一个薄封装，真正的逻辑在SetData模板中。实现位于 src/nnopbase/common/utils/common_types.cpp：

void aclTensor::SetIntData(const int64_t* value, uint64_t size, op::DataType dataType) { SetData(value, size, dataType); }

而SetData模板（common_types.cpp#L658-L666）首先校验张量是否为 Host 侧（GetPlacement() == op::TensorPlacement::kOnHost），然后按元素循环调用单元素写入：

template <typename T> void aclTensor::SetData(const T* value, uint64_t size, op::DataType dataType) { if (this->GetPlacement() == op::TensorPlacement::kOnHost) { for (uint64_t i = 0; i < size; i++) { SetData(i, value[i], dataType); } } }

2. 数据类型分派与转换规则

单元素写入函数SetData(int64_t index, const T value, op::DataType dataType)（common_types.cpp#L588-L656）按dataType做 switch 分派，将int64_t源值转换为目标类型后写入存储地址：

• 整型目标：DT_INT8→int8_t、DT_INT16→int16_t、DT_INT32→int32_t、DT_INT64→int64_t，以及对应的无符号类型DT_UINT8/16/32/64；
• 浮点目标：DT_FLOAT→float、DT_DOUBLE→double、DT_FLOAT16→op::fp16_t、DT_BF16→op::bfloat16；
• 布尔目标：DT_BOOL走专门的SetDataByBool（common_types.cpp#L568-L586），对浮点及各类自定义浮点类型（fp16、bfloat16、Float8/Float6/Float4 系列、HiFloat4/8）按「绝对值是否大于等于float精度 epsilon」判定布尔值，其余类型直接static_cast<bool>；
• 其余类型：落入default分支，通过OP_LOGE_FOR_NOT_SUPPORTED_DATA_TYPE上报不支持的数据类型错误，并打印支持范围[DT_FLOAT(0), DT_FLOAT16(1), DT_INT8(2), DT_INT32(3), DT_UINT8(4), DT_INT16(6), DT_UINT16(7), DT_UINT32(8), DT_INT64(9), DT_UINT64(10), DT_DOUBLE(11), DT_BOOL(12), DT_BF16(27)]。

常规类型的转换通过SetDataByDataType（common_types.cpp#L556-L566）完成：直接static_cast<dataType>(value)；对于自定义浮点类型，为避免类型转换歧义，先经double中转再转换。这意味着int64_t源数据写入浮点目标时可能存在精度损失，写入整型目标时可能存在截断/溢出，开发者需自行保证数值范围合理。

3. 前置依赖：AllocHostTensor

SetIntData的使用前提是张量由AllocHostTensor申请得到。aclOpExecutor提供了大量重载（src/nnopbase/composite_op/aclnn_engine/op_executor.cpp#L410-L527），典型形式包括：

• AllocHostTensor(const op::Shape& shape, op::DataType datatype, op::Format format)：按 shape 申请空 Host 张量，申请后配合SetIntData填充数据；
• AllocHostTensor(const int64_t* value, uint64_t size, op::DataType dataType)：直接用int64_t数组初始化 Host 张量，等效于「申请 + SetIntData」两步合并。

从源码结构看，AllocHostTensor内部创建aclTensor对象并登记到allocatedObjList_/allocatedTensorList_中统一管理生命周期，返回值失败时（如非法数据类型）返回nullptr。接口族内同级的还有SetBoolData、SetFloatData、SetFp16Data、SetBf16Data以及 Float8/Float6/Float4/HiFloat 等各类自定义浮点数据写入接口（common_types.cpp#L677-L742），SetIntData与它们共用同一套SetData核心逻辑。

测试用例验证

仓库单元测试 tests/nnopbase/ut/composite_op/test_op_executor.cpp#L99-L112 对SetIntData的典型用法做了覆盖验证：先通过executor.AllocHostTensor({100}, DataType::DT_DOUBLE, Format::FORMAT_ND)申请一个 100 元素的 Host 张量，再以同一块int64_t data[100]分别以DT_INT64、DT_UINT64、DT_INT32、DT_UINT32、DT_INT16、DT_UINT16、DT_INT8、DT_UINT8、DT_DOUBLE等目标类型反复调用SetIntData，验证了「int64 数据源 + 任意受支持目标类型」的转换写入路径。功能测试 tests/nnopbase/st/composite_op/test_op_executor.cpp 中也有对应场景，读者可结合测试代码验证接口行为。

使用注意事项与最佳实践

1. 仅限 Host 侧张量：SetIntData只对TensorPlacement == kOnHost的张量写入生效（源码通过GetPlacement()判断）。如果对 Device 侧张量调用，数据不会写入，请改用其他设备侧数据搬运机制。
2. 确保指针非空：value传入nullptr属于未定义行为，调用前务必判空（文档约束亦明确「入参指针不能为空」）。
3. 控制元素个数：size是待写入的元素个数，而不是字节数。value数组长度与目标张量容量都要大于等于size，防止越界。
4. 注意类型转换语义：int64_t源数据写入窄整型（如DT_INT8）或浮点（如DT_FLOAT）时会按 C++ 转换规则发生截断或精度损失；写入DT_BOOL时采用「绝对值 ≥ float epsilon」的判定规则。业务上应保证数值范围在目标类型可表示范围内。
5. 匹配数据类型枚举：dataType需落在源码支持的枚举范围内，否则会触发OP_LOGE_FOR_NOT_SUPPORTED_DATA_TYPE错误日志。支持范围以源码中打印的[DT_FLOAT(0), DT_FLOAT16(1), DT_INT8(2), DT_INT32(3), DT_UINT8(4), DT_INT16(6), DT_UINT16(7), DT_UINT32(8), DT_INT64(9), DT_UINT64(10), DT_DOUBLE(11), DT_BOOL(12), DT_BF16(27)]为准。
6. 与接口族协同使用：若源数据本身就是浮点或自定义浮点类型，可优先选用SetFloatData、SetFp16Data、SetBf16Data等对应接口，避免不必要的 int64 中转转换。

相关文档

• SetIntData 英文文档 与 SetIntData 中文文档
• common_types 接口族总览（英文） 与 common_types 接口族总览（中文）
• 接口声明：include/nnopbase/opdev/common_types.h
• 核心实现：src/nnopbase/common/utils/common_types.cpp
• Host 张量申请实现：src/nnopbase/composite_op/aclnn_engine/op_executor.cpp
• 单元测试：tests/nnopbase/ut/composite_op/test_op_executor.cpp

【免费下载链接】opbase本项目是CANN算子库的基础框架库，为算子提供公共依赖文件和基础调度能力。项目地址: https://gitcode.com/cann/opbase