语言 API

类型

`program_id`	返回当前程序实例在给定 `axis`（轴）上的 ID。
`num_programs`	返回在给定 `axis`（轴）上启动的程序实例数量。
`num_warps`	返回执行当前上下文的 warp 数量（包括在 warp 专用区域中的数量）。
`num_ctas`	返回当前内核中的 CTA 数量。
`warp_specialize`	创建 warp 专用执行区域，在 warp 之间分配工作。
`barrier`	插入栅栏以同步 CTA 内或跨集群的线程。

`allocate_shared_memory`	为具有给定元素类型、形状和布局的张量分配共享内存。
`arange`	使用指定的布局生成一个范围在 [start, end) 的序列张量。
`cast`	将张量转换为给定的 `dtype`。
`full`	创建一个填充了标量值的张量，并具有指定的形状、数据类型和布局。
`full_like`	创建一个与给定张量属性相同、并填充了指定值的张量。
`zeros`	创建一个填充零的张量。
`zeros_like`	创建一个与给定张量属性相同、并填充零的张量。
`to_tensor`

`bank_conflicts`	使用 ld.shared/st.shared 指令从共享内存描述符读取或写入分布式张量时，计算每个指令的 wavefront 产生的 bank 冲突数。
`convert_layout`	将张量转换为不同的分布式布局。
`set_auto_layout`	将具有 AutoLayout 的张量设置为具体布局。
`to_linear_layout`

`load`	返回一个张量，其值是从 pointer 定义的内存位置加载的。
`store`	将一个张量存入 pointer 定义的内存位置。

`atomic_add`	在 `pointer` 指定的内存位置执行原子加法。
`atomic_and`	在 `pointer` 指定的内存位置执行原子逻辑与（atomic logical and）操作。
`atomic_cas`	在 `pointer` 指定的内存位置执行原子比较并交换（compare-and-swap）。
`atomic_max`	在 `pointer` 指定的内存位置执行原子取最大值。
`atomic_min`	在 `pointer` 指定的内存位置执行原子取最小值。
`atomic_or`	在 `pointer` 指定的内存位置执行原子逻辑或（logical or）。
`atomic_xchg`	在 `pointer` 指定的内存位置执行原子交换操作。
`atomic_xor`	在 `pointer` 指定的内存位置执行原子逻辑异或（logical xor）。

`gather`	沿给定维度从张量中收集（gather）数据。
`where`	根据 `condition` 返回从 `x` 或 `y` 中选取的元素组成的张量。

`abs`	计算 `x` 的逐元素绝对值。
`add`
`cdiv`	计算 `x` 除以 `div` 的向上取整除法。
`ceil`	计算 `x` 的逐元素向上取整值。
`clamp`	将输入张量 `x` 限制在范围 [min, max] 内。
`cos`	计算 `x` 的逐元素余弦值。
`div_rn`	计算 `x` 和 `y` 的逐元素精确除法（根据 IEEE 标准舍入到最近值）。
`erf`	计算 `x` 的逐元素误差函数。
`exp`	计算 `x` 的逐元素指数。
`exp2`	计算 `x` 的逐元素指数（以 2 为底）。
`fdiv`	计算 `x` 和 `y` 的逐元素快速除法。
`floor`	计算 `x` 的逐元素向下取整值。
`fma`	计算 `x`、`y` 和 `z` 的逐元素融合乘加（fused multiply-add）。
`fp4_to_fp`	将张量从 fp4 (e2m1) 提升转换为另一种浮点类型。
`log`	计算 `x` 的逐元素自然对数。
`log2`	计算 `x` 的逐元素以 2 为底的对数。
`maximum`	计算 `x` 和 `y` 的逐元素最大值。
`minimum`	计算 `x` 和 `y` 的逐元素最小值。
`mul`
`rsqrt`	计算 `x` 的逐元素平方根倒数。
`sin`	计算 `x` 的逐元素正弦值。
`sqrt`	计算 `x` 的逐元素快速平方根。
`sqrt_rn`	计算 `x` 的逐元素精确平方根（根据 IEEE 标准舍入到最近值）。
`sub`
`umulhi`	计算 `x` 和 `y` 的 2N 位乘积中最重要的 N 位。

`reduce`	沿提供的 `axis`（轴）将 combine_fn 应用于 `input` 张量中的所有元素。
`reduce_or`	返回 `input` 张量中所有元素沿给定 `axis` 的 reduce_or 结果
`sum`	返回 `input` 张量中沿给定 `axis` 的所有元素的和。
`最大值 (max)`	返回 `input` 张量中沿给定 `axis` 的所有元素的最大值。
`最小值 (min)`	返回 `input` 张量中沿给定 `axis` 的所有元素的最小值。
`xor_sum`	返回 `input` 张量中沿给定 `axis` 的所有元素的异或和。

`associative_scan`	沿提供的 `axis`（轴）将 combine_fn 应用于每个带有进位（carry）的 `input` 张量元素，并更新进位。
`histogram`	计算一维整数张量的直方图。

`AutoLayout`
`BlockedLayout`	表示一种块状布局，将张量分布在线程、warp 和 CTA 之间。
`CoalescedLayout`
`DotOperandLayout`	表示点积运算操作数的布局。
`DistributedLinearLayout`	表示一种线性分布式布局，在寄存器、lane、warp 和 block 级别具有显式基准。
`NVMMADistributedLayout`	表示用于 NVIDIA MMA（张量核心）操作的布局。
`NVMMASharedLayout`	表示适用于 NVIDIA MMA 操作的共享内存布局。
`PaddedSharedLayout`	表示访问共享内存的布局。
`SharedLinearLayout`	表示通过显式 LinearLayout 定义的共享内存布局。
`SliceLayout`	表示对应于沿一个维度切片分布式张量的布局。
`SwizzledSharedLayout`	表示一种通用的重排（swizzled）共享内存布局。

永远向上计数的迭代器。

对张量执行内联汇编。