企业官网建设流程全解析

• 人工智能
• 指令集
• 算子库
• CANN
• Ascend

TXOR（Tile XOR）是 CANN PTO-ISA 虚拟指令集中用于对两个 Tile 执行逐元素按位异或（bitwise XOR）的矢量指令，常见于位掩码、奇偶校验、图像/编码类算子的 Tile 级实现中。本文以 docs/isa/TXOR.md 为主干，结合 A2A3（Atlas A2/A3 训练与推理系列）与 A5（Ascend 950PR/950DT）两套 NPU 后端实现、CPU 仿真实现及 ST 测试用例，完整讲解 TXOR 的数学语义、三级汇编语法、C++ 内建接口、类型与形状约束、临时空间差异，并给出可直接落地的调用示例。

指令示意图

简介

TXOR 完成两个 Tile 的逐元素按位异或（Elementwise Bitwise XOR）。与算术运算类指令（如 TADD、TMUL）不同，TXOR 属于逻辑/位运算家族，与 TAND、TOR、TNOT 等指令同族，在 docs/menu/binary_logic_zh.md 中被归入"逻辑运算"菜单。它天然具备可逆性（a ^ b ^ b == a），因此在异或加密、校验和计算、双缓冲数据交换等场景中具有独特价值，也是仓库内核示例（如tests/cpu/st/testcase/hashfind/hashfind_kernel.cpp）中位运算类算子的基础构件。

数学语义

TXOR 对有效区域（valid region）内的每个元素(i, j)执行：

$$ \mathrm{dst}{i,j} = \mathrm{src0}{i,j} \oplus \mathrm{src1}_{i,j} $$

其中dst、src0、src1均为!pto.tile<...>类型的 Tile 操作数，运算在整数位层面逐位进行：某一位上两个输入同为0或同为1时结果位为0，否则为1。注意异或（^）与逻辑或（|）在语义上不同：1 ^ 1 = 0而1 | 1 = 1，这也决定了 A2A3 后端在实现上不能直接复用 OR 指令，而需要额外的组合逻辑（详见下文"临时空间"一节）。

运算的迭代范围由输出 Tile 决定，即dst.GetValidRow()/dst.GetValidCol()所界定的有效行、列区域；src0、src1的有效形状必须与之完全一致（见"约束"一节）。

汇编语法

同步形式（PTO 汇编）

%dst = txor %src0, %src1 : !pto.tile<...>

这是指令最直观的 SSA 形式：两个输入 Tile 产生一个输出 Tile，类型标注为!pto.tile<...>（尖括号内为该指令支持的整数元素类型，见"约束"）。

AS Level 1（SSA）

%dst = pto.txor %src0, %src1 : (!pto.tile<...>, !pto.tile<...>) -> !pto.tile<...>

在 Level 1 层级，指令以pto.txor命名，操作数通过 SSA 值引用，函数签名明确写出两个输入类型与一个输出类型。

AS Level 2（DPS）

pto.txor ins(%src0, %src1 : !pto.tile_buf<...>, !pto.tile_buf<...>) outs(%dst : !pto.tile_buf<...>)

在 Level 2（Data Placement Specification）层级，操作数显式区分为ins(...)输入区与outs(...)输出区，且 Tile 类型变为带存储视图的!pto.tile_buf<...>，反映了资源（buffer）已确定后的指令形态。三级语法从"无资源约束的纯数据流"逐步过渡到"绑定具体 tile buffer 的指令发射"，完整规范可参考 docs/isa/conventions.md 及 docs/isa/README.md。

C++ 内建接口

TXOR 的 C++ 内建函数声明于 include/pto/common/pto_instr.hpp，公共包含头为<pto/pto-inst.hpp>：

template <typename TileDataDst, typename TileDataSrc0, typename TileDataSrc1, typename TileDataTmp, typename... WaitEvents> PTO_INST RecordEvent TXOR(TileDataDst &dst, TileDataSrc0 &src0, TileDataSrc1 &src1, TileDataTmp &tmp, WaitEvents &... events);

从声明可以看出几个要点：

• 四个模板 Tile 参数：dst、src0、src1之外还要求一个tmp临时 Tile。tmp的存在是为了兼容 A2A3 后端的分解式实现（见"临时空间"），即使 A5 后端不使用它，接口签名仍然保留，以保证跨平台 API 一致。
• WaitEvents&... events可变参数：用于指令间的同步等待。在 include/pto/common/pto_instr.hpp 的实现中，接口先调用detail::PtoWaitEvents(events...)等待前序事件，再通过MAP_INSTR_IMPL(TXOR, dst, src0, src1, tmp)宏映射到具体平台（A2A3/A5/CPU）的TXOR_IMPL实现，返回RecordEvent以便后续指令依赖。
• 相关标量变体为TXORS（Tile XOR Scalar），声明于同一文件（include/pto/common/pto_instr.hpp），签名多出一个标量操作数：TXORS(dst, src0, scalar, tmp, ...)，用于"Tile 与标量逐元素异或"的场景。

约束

TXOR 在不同平台上执行不同的实现检查（Implementation Checks），可分为 A5 与 A2A3 两套。

通用约束

• 运算迭代范围固定为dst.GetValidRow()/dst.GetValidCol()。

实现检查（A5：Ascend 950PR / Ascend 950DT）

• dst、src0、src1的元素类型必须一致。
• 支持的元素类型为：uint8_t、int8_t、uint16_t、int16_t、uint32_t、int32_t、int64_t、uint64_t。
• dst、src0、src1必须为行主序（row-major）。
• src0.GetValidRow()/GetValidCol()与src1.GetValidRow()/GetValidCol()必须与dst一致。

上述检查在 include/pto/npu/a5/TXor.hpp 的TXorCheck中以static_assert（类型、布局）与PTO_ASSERT（有效形状）两种方式落地：类型不符会直接编译报错"Fix: TXOR has invalid data type."，形状不符则在运行时断言"Fix: TXOR input tile src0 valid shape mismatch with output tile dst shape."。

实现检查（A2A3：Atlas A2/A3 训练系列产品 / Atlas A2/A3 推理系列产品）

• dst、src0、src1、tmp的元素类型必须一致。
• 支持的元素类型为：uint8_t、int8_t、uint16_t、int16_t、uint32_t、int32_t（不含 64 位类型，这是与 A5 的显著差异）。
• dst、src0、src1、tmp必须为行主序。
• src0、src1、tmp的有效形状必须与dst一致。
• 手动模式下，dst、src0、src1、tmp的内存区域不得重叠。

对应检查见 include/pto/npu/a2a3/TXor.hpp 的TXorCheck。其中内存不重叠检查被#ifndef __PTO_AUTO__宏包裹：即在**自动模式（Auto Mode）下由编译器/运行时统一管理资源放置，允许绕过该检查；而在手动模式（Manual Mode）**下必须由开发者保证四个操作数指向互不重叠的内存（dst.data() != src0.data()等逐对断言）。

临时空间：A2A3 与 A5 的关键差异

TXOR 是"接口统一、实现分化"的典型：tmp参数在不同平台上扮演完全不同的角色。

A2A3：tmp被用作中间暂存

A2A3 硬件没有单条 XOR 向量指令，因此 include/pto/npu/a2a3/TXor.hpp 通过分解式计算实现 XOR，利用恒等式：

$$ \mathrm{XOR}(a,b) = \mathrm{AND}(\mathrm{NOT}(\mathrm{AND}(a,b)),\ \mathrm{OR}(a,b)) $$

具体执行序列为：

TOR_IMPL(tmp, src0, src1); // tmp = src0 | src1 pipe_barrier(PIPE_V); // 矢量流水线屏障 TAND_IMPL(dst, src0, src1); // dst = src0 & src1 pipe_barrier(PIPE_V); TNOT_IMPL(dst, dst); // dst = NOT(dst) pipe_barrier(PIPE_V); TAND_IMPL(dst, dst, tmp); // dst = dst & tmp

即先用TOR_IMPL把中间结果OR(a, b)暂存到tmp，再用TAND_IMPL、TNOT_IMPL、TAND_IMPL组合出最终结果，每一步之间通过pipe_barrier(PIPE_V)保证矢量流水线（PIPE_V）上的读写顺序。因此 A2A3 对tmp的要求是：

• tmp元素类型与dst/src0/src1相同；
• tmp必须为行主序；
• tmp有效形状与dst一致（tmp.GetValidRow() == dst.GetValidRow()且tmp.GetValidCol() == dst.GetValidCol()）；
• 手动模式下tmp不得与dst、src0、src1内存重叠。

A5：tmp被接受但未使用

A5 后端拥有原生vxor向量指令，include/pto/npu/a5/TXor.hpp 中的XorOp::BinInstr直接将vxor映射为底层指令，无需暂存 Tile：

• 对于 64 位元素（int64_t/uint64_t），走Int64Binary<Int64Op::Xor, ...>专门路径；
• 其余类型走BinaryInstr<XorOp<T>, ...>通用二元指令路径，elementsPerRepeat = CCE_VL / sizeof(T)、blockSizeElem = BLOCK_BYTE_SIZE / sizeof(T)由元素位宽自动推导。

因此 A5 上tmp不被使用，仅为了与 A2A3 保持 API 兼容而保留在接口签名中——调用时传一个与dst同形状的 Tile 即可，其内容不会被读写。CPU 仿真实现同样忽略tmp：include/pto/cpu/ElementTileOp.h 中(void)tmp;后直接调用BinaryElementTileOp_Impl<ElementOp::OP_XOR>完成逐元素异或，保证三端（A2A3/A5/CPU）行为一致。

使用示例

以下示例来自 docs/isa/TXOR.md，演示如何用 C++ 内建接口在 16×16 的uint32_t矢量 Tile 上执行逐元素异或：

#include <pto/pto-inst.hpp> using namespace pto; void example() { using TileDst = Tile<TileType::Vec, uint32_t, 16, 16>; using TileSrc0 = Tile<TileType::Vec, uint32_t, 16, 16>; using TileSrc1 = Tile<TileType::Vec, uint32_t, 16, 16>; using TileTmp = Tile<TileType::Vec, uint32_t, 16, 16>; TileDst dst; TileSrc0 src0; TileSrc1 src1; TileTmp tmp; TXOR(dst, src0, src1, tmp); }

关键点：

• 四个 Tile 的元素类型必须统一（此处均为uint32_t），否则触发 A5/A2A3 实现的static_assert编译错误；
• Tile<TileType::Vec, ...>表示矢量（Vector）Tile，16, 16为形状参数；若需要跨指令调度，可将TXOR返回的RecordEvent作为WaitEvents传入后续指令。

ASM 形式示例

自动模式（Auto Mode）

自动模式下，Tile 的物理资源放置与指令调度由编译器/运行时统一管理，开发者只需描述数据流：

# Auto mode: compiler/runtime-managed placement and scheduling. %dst = pto.txor %src0, %src1 : (!pto.tile<...>, !pto.tile<...>) -> !pto.tile<...>

手动模式（Manual Mode）

手动模式下，资源必须先显式绑定（通过pto.tassign将 SSA 值分配到指定 tile 地址），再发射指令：

# Manual mode: resources must be bound explicitly before issuing the instruction. # Optional for tile operands: # pto.tassign %arg0, @tile(0x1000) # pto.tassign %arg1, @tile(0x2000) %dst = pto.txor %src0, %src1 : (!pto.tile<...>, !pto.tile<...>) -> !pto.tile<...>

手动模式下必须自行保证dst/src0/src1（以及 A2A3 上的tmp）分配到互不重叠的内存，否则会触发上文所述的运行时断言。

PTO 汇编形式

%dst = txor %src0, %src1 : !pto.tile<...> # AS Level 2 (DPS) pto.txor ins(%src0, %src1 : !pto.tile_buf<...>, !pto.tile_buf<...>) outs(%dst : !pto.tile_buf<...>)

测试与验证

仓库为 TXOR 提供了完整的跨平台 ST（System Test）覆盖，可用于验证本文所述语义与约束：

• NPU 测试：tests/npu/a2a3/src/st/testcase/txor/、tests/npu/a5/src/st/testcase/txor/、tests/npu/kirin9030/src/st/testcase/txor/、tests/npu/kirinDev0000/src/st/testcase/txor/各目录均含main.cpp（gtest 用例）、txor_kernel.cpp（算子内核）与gen_data.py（数据生成脚本）；
• CPU 测试：tests/cpu/st/testcase/txor/提供 CPU 仿真侧的对照用例；
• 标量变体 TXORS：tests/npu/a2a3/src/st/testcase/txors/、tests/npu/a5/src/st/testcase/txors/等目录覆盖 Tile 与标量异或。

以 tests/npu/a2a3/src/st/testcase/txor/main.cpp 为例，测试通过test_txor<T, dstTileH, dstTileW, src0TileH, src0TileW, src1TileH, src1TileW, vRows, vCols>模板驱动：先经 ACL 接口初始化设备与流（aclInit/aclrtCreateStream），读取input1.bin/input2.bin作为src0/src1，发射 TXOR 内核后将输出写回并与golden.bin金标准逐元素比对（ResultCmp<T>(golden, devFinal, 0.001f)）。用例覆盖int8_t、uint8_t、int16_t、uint16_t、int32_t、uint32_t六种类型，并包含源 Tile 与目标 Tile 形状不同（如src1为 32×256 而dst为 32×128）以及非对齐列宽 127等边界场景，用于验证有效区域（valid region）语义与形状约束断言。

总结

TXOR 是 PTO-ISA 逻辑运算指令族中语义最简单、但跨平台实现差异最典型的指令之一：

• 语义：dst = src0 ^ src1，逐元素按位异或，迭代范围由dst的有效区域决定；
• 语法：从txor汇编形式、pto.txorSSA（Level 1）到ins/outsDPS（Level 2）三级递进；
• 平台差异：A5 直接使用原生vxor（支持 8/16/32/64 位），A2A3 通过AND(NOT(AND), OR)分解实现（仅支持 8/16/32 位）并需要tmp暂存中间结果，CPU 仿真通过ElementOp::OP_XOR保持一致行为；
• 约束：类型统一、行主序、形状对齐是硬性要求，手动模式下 A2A3 还要求四个操作数内存互不重叠。

理解这些约束与平台差异，是编写可在 A2A3 与 A5 之间无缝迁移的位运算内核的前提。进一步可阅读 docs/isa/TXOR.md 英文原档、docs/isa/TAND.md 与 docs/isa/TOR.md 姊妹指令文档，以及 docs/isa/conventions.md 中的通用约定。

• 人工智能
• 指令集
• 算子库
• CANN
• Ascend