triton.language.randn

1. OP 概述

简介：给定 1 个 seed 标量和 1 个 offset 块，返回 1 个 在 N(0,1)中（服从标准正态分布）的 float32 类型的随机块。 原型：

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

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 float32 类型的随机块，shape与offset的相同，其值服从标准正态分布 N(0, 1)

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randn的调用：

@triton.jit
def kernel_randn(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.randn(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_calf = torch.zeros(shape, dtype=eval('torch.float32')).npu()
numel = y_calf.numel()
ncore = 1 if numel < 32 else 32
xblock = math.ceil(numel / ncore) 
kernel_randn[ncore, 1, 1](y_calf, 10, numel, xblock)