triton.language.umulhi

1. 函数概述

简介：计算x和y的2N位乘积中每个元素的最显著N位。

triton.language.umulhi(x, y, _semantic=None)

2. 规格

2.1 参数说明

参数名	类型	说明
x	tensor	张量数据
y	tensor	张量数据
_semantic	-	保留参数，暂不支持外部调用

返回值： x：输出张量的shape与输入x的shape相同

2.2 OP 规格

2.2.1 DataType 支持

	int8	int16	int32	uint8	uint16	uint32	uint64	int64	fp16	fp32	fp64	bf16	bool
GPU	×	×	√	×	×	×	×	√	×	×	×	×	×
Ascend A2/A3	×	×	√	×	×	×	×	×	×	×	×	×	×

结论：Ascend 相比 GPU 缺失 int64 支持。 torch_npu 对 uint8 的支持。

2.2.2 Shape 支持

	支持维度范围
GPU	仅支持 1~5维 tensor
Ascend A2/A3	仅支持 1~5维 tensor

结论：在 Shape 方面，GPU 与 Ascend 平台无差异，均支持 1 至 5 维张量。

2.3 特殊限制说明

int64不支持

2.4 使用方法

以下示例实现了对输入张量 x 做显著N位：

@triton.jit
def umulhi_kernel(X, Y, Z, N: tl.constexpr):
    offs = tl.arange(0, N)
    x = tl.load(X + offs)
    y = tl.load(Y + offs)
    z = tl.umulhi(x, y)
    tl.store(Z + tl.arange(0, N), z)