README.md

Cambricon mlu-ops

mlu-ops 提供基于寒武纪机器学习单元（Machine Learning Unit，MLU）开发高性能算子、C 接口封装的示例代码。

依赖条件

• 操作系统：
  • 目前只支持 Ubuntu 16.04 x86_64
• 寒武纪 MLU SDK：
  • 编译和运行时依赖 CNToolkit v2.3.2 或更高版本
• 寒武纪 MLU 驱动：
  • 运行时依赖驱动 v4.15.3 或更高版本

编译 mlu-ops

• 获取 mlu-ops 代码

  git clone https://github.com/Cambricon/mlu-ops.git

• 准备 CNToolkit 环境

  sudo apt-get install ./cntoolkit-x.x.x_ubuntuxx.xx_amd64.deb
  sudo apt-get update
  sudo apt-get install cncc cnas cnbin cndrv cnrt
  export NEUWARE_HOME=/usr/local/neuware/

• 编译 mlu-ops 库及测试程序

  cd mlu-ops
  ./build.sh

  编译成功后在 build/lib 目录下生成算子库文件 libmluops.so，在 build/test 目录下生成测试用的可执行文件 mluop_gtest 。

运行测试用例

各算子的测试用例在 test/mlu_op_gtest/src/zoo/*/test_case 目录下，可以用如下命令执行 abs 算子对应的测试：

export LD_LIBRARY_PATH=${NEUWARE_HOME}/lib64:${PWD}/build/lib
cd build/test/
./mluop_gtest --gtest_filter=*abs*

新算子开发流程

详情可以参考文档 MLU-OPS 算子开发流程.md以及 docs 目录下的其它补充说明。

1. 在mlu-ops/kernels/路径下，创建算子文件夹，添加算子实现，可以参考现有的 abs 算子进行添加。
2. 在test/mlu_op_gtest/src/zoo创建算子文件夹，添加测试代码。
3. 在算子测试目录 test/mlu_op_gtest/src/zoo/xxx 下进一步创建子目录test_case，用于存放测试用例。

目录文件结构

目录/文件	描述
mlu_op.h	公共数据类型描述，以及 kernels 目录中的算子对外提供的 C 接口。
core	包含公共数据类型的操作、运行时管理、日志等公共实现。
kernels	算子代码实现，包含一元、二元算子模板供其他算子调用。
test	存放测试算子用的代码。
docs	算子开发、测试、精度验收的说明文档。