triton.language.view

1 功能作用说明

创建张量的视图，改变形状但不复制数据，类似于reshape，但更强调视图的概念，保持数据在内存中的连续性。

语法：

• triton.language.view(input, shape) - 函数调用形式

• input.view(shape) - 成员函数形式

功能：

• 创建张量的视图，改变形状但不复制数据

• 类似于reshape，但更强调视图的概念

• 保持数据在内存中的连续性

2 参数规格

2.1 参数说明

参数名	类型	必需	说明
input	tensor	是	输入张量
shape	List[int]	是	目标形状

返回值：

• 类型： tensor

• 形状： 与shape参数指定的目标形状相同

• 数据类型： 与输入张量相同

• 内存布局： 与输入张量在内存中连续

约束条件：

• 输入和输出张量的总元素数必须相等

• 输出张量必须与输入张量在内存中连续

2.2 DataType支持表

支持情况	int8	int16	int32	int64	uint8	uint16	uint32	uint64	float16	float32	bfloat16	float8e4	float8e5	float64	bool
Ascend A2/A3	✓	✓	✓	✓	✓	×	×	×	✓	✓	✓	×	×	×	✓
GPU支持	✓	✓	✓	✓	✓	✓	✓	✓	✓	✓	✓	✓	✓	✓	✓

2.3 Shape支持表

支持任意维度数、任意形状大小。

2.4 特殊限制说明

无

2.5 使用方法

import torch
import triton
import triton.language as tl

@triton.jit
def view_example(out_ptr):
    # 创建2x3x4的张量
    x = tl.zeros([2, 3, 4], dtype=tl.float32)

    # 创建视图，变成6x4
    y = tl.view(x, [6, 4])

    # 将结果写回外部张量
    offs = tl.arange(0, 6)[:, None] * 4 + tl.arange(0, 4)[None, :]
    tl.store(out_ptr + offs, y)

## 调用示例
out = torch.empty((6, 4), dtype=torch.float32, device="npu")
view_example[(1,)](out)
print(out.shape)  # 输出: torch.Size([6, 4])