CANN/GE LLM-DataDist CacheDesc API文档

# CacheDesc【免费下载链接】geGEGraph Engine是面向昇腾的图编译器和执行器提供了计算图优化、多流并行、内存复用和模型下沉等技术手段加速模型执行效率减少模型内存占用。 GE 提供对 PyTorch、TensorFlow 前端的友好接入能力并同时支持 onnx、pb 等主流模型格式的解析与编译。项目地址: https://gitcode.com/cann/ge函数功能构造CacheDesc通常在KvCacheManager的allocate_cache接口中作为参数类型使用。函数原型__init__(self, num_tensors: int, shape: Union[Tuple[int], List[int]], data_type: DataType, placement: Placement Placement.DEVICE, batch_dim_index: int 0, seq_len_dim_index: int -1, kv_tensor_format: str None)参数说明参数名称数据类型取值说明num_tensorsintcache中tensor的个数。shapeUnion[Tuple[int], List[int]]tensor的shape。data_typeDataTypetensor的data type。placementPlacement表示cache所在的设备类型。默认值Placement.DEVICE。batch_dim_indexint表示shape中batch size所在维度。默认值0表示在第0维。seq_len_dim_indexint表示shape中seq_len所在维度。默认值-1表示未配置。kv_tensor_formatstr表示cache的format。调用示例from llm_datadist import CacheDesc cache_desc CacheDesc(80, [4, 2048, 1, 128], DataType.DT_FLOAT16)返回值正常情况下返回CacheDesc的实例。传入数据类型错误情况下会抛出TypeError或ValueError异常。约束说明无【免费下载链接】geGEGraph Engine是面向昇腾的图编译器和执行器提供了计算图优化、多流并行、内存复用和模型下沉等技术手段加速模型执行效率减少模型内存占用。 GE 提供对 PyTorch、TensorFlow 前端的友好接入能力并同时支持 onnx、pb 等主流模型格式的解析与编译。项目地址: https://gitcode.com/cann/ge创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考