# triton.language.full
## 1. OP 概述

简介：`triton.language.full`返回一个填充了给定形状和数据类型的标量值的张量

```
triton.language.full(shape, value, dtype, _semantic=None)¶
```

## 2. OP 规格

### 2.1 参数说明

| 参数名           | 类型                  | 说明                                   |
| ------------- | ----------------- | ---------------------------- |
| `shape`           | `tuple of ints`               | 新数组的形状，例如 (8, 16) 或 (8, ) |
| `value`            | `scalar`               | 用于填充数组的标量值 |
| `dtype `            | `tl.dtype`               |  新数组的数据类型，例如 tl.float16  |
| `_semantic`            | `Optional[str]`               | 保留参数，暂不支持外部调用|

返回值：
`tensor`：完成拼接之后的tensor

### 2.2 支持规格

#### 2.2.1 DataType 支持


|| uint8 | int8 | uint16 | int16 | uint32 | int32 | uint64 | int64 | fp16 | fp32 | bf16 | bool/int1 |
|---| ------- | ------ | -------- | ------- | -------- | ------- | -------- | ------- | ------ | ------ | ------ | ----------- |
| Ascend A2/A3 | ✓ | ✓ | × | ✓ | × | ✓ | × | ✓ | ✓ | ✓ | ✓ | ✓ | 
| GPU支持 | ✓ | ✓ | ✓ | ✓ | ✓ | ✓ | ✓ | ✓ | ✓ | ✓ | ✓ | ✓ |



#### 2.2.2 Shape 支持

结论：在 Shape 方面，GPU 与 Ascend 平台无差异。

### 2.3 特殊限制说明

> 相对社区能力缺失且做不到
> 无

### 2.4 使用方法

以下示例实现了返回填充了100数值的(XB,YB,ZB)shape的tensor：

```python
@triton.jit
def fn_f32(output_ptr,XB : tl.constexpr,YB : tl.constexpr,ZB : tl.constexpr):
    xidx=tl.arange(0,XB)
    yidx=tl.arange(0,YB)
    zidx=tl.arange(0,ZB)

    ret = tl.full((XB,YB,ZB),value = 100,dtype = tl.float32)

    oidx=xidx[:,None,None]*YB*ZB+yidx[None,:,None]*ZB+zidx[None,None,:]

    tl.store(output_ptr+oidx,ret)
```