name: triton-ascend-case-vector-elemwise-bench-atlas-a5
description: "Atlas A5 上 Triton vector 一元/二元 tl.*：fp32/fp16/bf16 三种 dtype 下各算子端到端 time (ms)；并给出"语义等价、精度对齐"前提下应替换的 triton API 与推荐写法。"
category: improvement
version: "1.0.0"
metadata:
case_type: improvement
backend: ascend
dsl: triton_ascend
hardware: "Atlas A5"
互替换 API 推荐（Atlas A5）
精度告警：以下替换在单算子单元测试上是"语义等价、精度对齐"的，但在算子融合或者网络中使用时，
误差可能累积放大。
若替换某条 API 后精度无法对齐，请保留原写法，不要替换。
fp32
| 原写法 |
推荐替换 |
收益 |
x / (1 + tl.exp(-x)) 实现 silu |
x * tl.sigmoid(x) |
128% |
tl.fdiv(x, y) / tl.div_rn(x, y) / x*(1.0/y) 实现 div |
x / y（A5 fp32 上直接除最快） |
87%-94% |
x * tl.rsqrt(x) 实现 sqrt |
tl.sqrt(x) |
71% |
tl.sqrt_rn(x) |
tl.sqrt(x) |
55% |
tl.where(x < y, x, y) 实现 minimum |
tl.minimum(x, y) |
75% |
tl.where(x > y, x, y) 实现 maximum |
tl.maximum(x, y) |
53% |
tl.where(x>=0, x, -x) 实现 abs |
tl.maximum(x, -x) 或 tl.abs(x) |
32% |
1.0/tl.rsqrt(x) 实现 sqrt |
tl.sqrt(x) |
27% |
exp(x)/(1+exp(x)) 实现 sigmoid |
0.5*(1+tanh(x/2)) 或 tl.sigmoid(x) |
23% |
tl.exp2(x*LOG2E) 实现 exp |
tl.exp(x) |
11% |
tl.log2(x) |
tl.log(x) * LOG2E |
10% |
fp16
| 原写法 |
推荐替换 |
收益 |
tl.sqrt(x) |
1.0 / tl.rsqrt(x) |
84%-89% |
tl.sigmoid(x) |
1/(1+tl.exp(-x)) |
50% |
tl.where(x > y, x, y) 实现 maximum |
tl.maximum(x, y) |
59% |
(exp(x)-exp(-x))/(exp(x)+exp(-x)) / 2*sigmoid(2x)-1 实现 tanh |
1 - 2/(tl.exp(2*x)+1) |
46%-50% |
tl.exp2(x) |
tl.exp(x*LN2) |
65% |
x / y 实现 div |
tl.div_rn(x, y) 或 tl.fdiv(x, y) |
25% |
tl.maximum(x, 0) / tl.where(x>0, x, 0) 实现 relu |
(x + tl.abs(x)) * 0.5 |
6-11% |
tl.where(x>=0, x, -x) / tl.abs(x) |
tl.maximum(x, -x) |
11-15% |
bf16
| 原写法 |
推荐替换 |
收益 |
tl.where(x < y, x, y) 实现 minimum |
tl.minimum(x, y) |
199% |
tl.where(x > y, x, y) 实现 maximum |
(x+y+tl.abs(x-y))*0.5 或 tl.maximum(x, y) |
75% |
tl.rsqrt(x) |
1.0 / tl.sqrt(x) |
73% |
tl.sqrt_rn(x) / x*tl.rsqrt(x) 实现 sqrt |
1.0 / tl.rsqrt(x) 或 tl.sqrt(x) |
93%-101% |
tl.sigmoid(x) |
exp(x)/(1+exp(x)) 或 0.5*(1+tanh(x/2)) |
63% |
tl.div_rn(x, y) |
x / y |
17% |
tl.log(x) |
tl.log2(x) * LN2 |
14% |
x / (1 + tl.exp(-x)) 实现 silu |
x * tl.sigmoid(x) |
29% |
跨 dtype 的二维/特殊场景
| 原写法 |
推荐替换 |
备注 |
acc / l[:, None] 或 acc*(1.0/l)[:, None] |
l_recip = 1.0/l; acc * l_recip[:, None] |
A5 fp32 上 l_recip+vmul 最快，原版直接除慢 46%、内联 recip 慢 74% |
By