triton.language.randint

1. OP 概述

简介：给定 1 个 seed 标量和 1 个 offset 块，返回 1 个 int32 类型的随机块。原型：

triton.language.randint(
	seed, 
	offset, 
	n_rounds: constexpr = 10
)

如果需要多个随机数流，使用 randint4x 可能比连续调用 4 次 randint 更快。

2. OP 规格

2.1 参数说明

参数名	类型	说明
`seed`	`int`或 `tensor`	用于生成随机数的种子
`offset`	`int`或 `tensor`	用于生成随机数的偏移量
`n_rounds`	`constexpr` ，默认值为10	Philox 算法的迭代轮数

返回值： 1 个 int32 类型的随机块，shape与offset相同

2.2 支持规格

2.2.1 DataType 支持

输入seed的type：

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

2.2.2 Shape 支持

无特殊要求

2.3 特殊限制说明

相对社区能力缺失且做不到

2.4 使用方法

以下示例实现了对randint的调用（调用时生成单个随机数）：

@triton.jit
def kernel_randint(x_ptr, n_rounds: tl.constexpr, N: tl.constexpr, XBLOCK: tl.constexpr):
    block_offset = tl.program_id(0) * XBLOCK
    block_size = XBLOCK if block_offset + XBLOCK <= N else N - block_offset
    for inner_idx in range(block_size):
        global_offset = block_offset + inner_idx
        rand_vals = tl.randint(5, 10 + global_offset, n_rounds) # 对每个索引生成一个随机数
        tl.store(x_ptr + global_offset, rand_vals) # 存储随机数

y_cali = torch.zeros(shape, dtype=eval('torch.int32')).npu()
kernel_randint[ncore, 1, 1](y_cali, 10, numel, xblock)