Ascend C BitwiseNot 接口全面解析：逐比特取反的高阶数学 API、Tiling 临时空间规划与源码实现

• 人工智能
• 深度学习
• 算子库
• CANN
• Ascend

本文围绕 CANN asc-devkit 开源仓库中 BitwiseNot 接口文档 及其关联的 BitwiseNot、GetBitwiseNotMaxMinTmpSize、GetBitwiseNotTmpBufferFactorSize 三篇接口说明，完整讲解昇腾 AI 处理器上对 LocalTensor 进行逐比特取反（Bitwise Not）的高阶数学计算接口：包括函数原型、模板与实参配置、支持的数据类型与产品范围、调用示例与结果语义、配套的 Host 侧 Tiling 临时空间规划接口，并结合仓库源码（接口头文件、内核实现、参数校验、Tiling 实现与单元测试）剖析其底层原理。读完本文，你将掌握 BitwiseNot 的正确调用方式、UB 临时空间的规划方法，以及从"文档到源码到测试"的完整证据链。

接口定位：数学计算高阶 API 家族中的按位运算成员

BitwiseNot 属于 asc-devkit 中 SIMD-API 高阶数学计算（math_compute）API 家族。该家族除 BitwiseNot 外，还包含同为按位运算的 BitwiseAnd、BitwiseOr、BitwiseXor，以及逻辑运算 LogicalNot、LogicalAnd、LogicalOr、LogicalXor 等接口。

BitwiseNot 的功能非常直接：逐比特对输入数据进行取反（按位非运算），即对每个元素的二进制表示执行~x操作（0 变 1，1 变 0）。这一操作常用于掩码生成、补码计算、图像处理中的颜色反相、以及各类位操作场景，是典型的单目（单输入）矢量运算。

产品支持情况：目前仅限 Ascend 950 系列

根据 BitwiseNot.md 中的产品支持矩阵，BitwiseNot 接口目前仅支持：

• Ascend 950PR & 950DT 系列产品：支持

其余产品线均不支持：

• Atlas A3 系列产品：不支持
• Atlas A2 系列产品：不支持
• Atlas 200I/500 A2 推理产品：不支持
• Atlas 推理系列产品 AI Core / Vector Core：不支持
• Atlas 训练系列产品：不支持

从源码侧可以得到一致的印证：内核实现头文件 bitwise_not.h 通过编译期宏__NPU_ARCH__判断，仅当架构为3510、9201、5102、5162、3003、3113时才包含并编译 bitwise_not_3510_impl.h 中的实现；同时该头文件还在文件顶部明确禁止了与--enable-simt编译标志混用（#error "bitwise_not.h cannot be used with compile flag --enable-simt enabled."），即 BitwiseNot 只能用于纯 SIMD（矢量）编程场景。

函数原型与参数详解

BitwiseNot 的完整函数原型如下（模板参数在前，普通参数在后）：

template <const BitwiseNotConfig& config = DEFAULT_BITWISE_NOT_CONFIG, typename T> __aicore__ inline void BitwiseNot(const LocalTensor<T>& dst, const LocalTensor<T>& src, const uint32_t count)

模板参数说明

表1 模板参数说明

BitwiseNotConfig的定义（见 bitwise_not_utils.h 源码）：

struct BitwiseNotConfig { bool isReuseSource; }; constexpr BitwiseNotConfig DEFAULT_BITWISE_NOT_CONFIG = {false};

从源码可以看到，仓库提供了编译期常量DEFAULT_BITWISE_NOT_CONFIG = {false}，因此模板参数config在绝大多数情况下都可以省略（使用默认值）。isReuseSource字段当前为预留项，用于标识是否复用源操作数的输入空间，目前必须传入false——内核参数校验（见下文"参数校验"小节）会对该字段做强校验。

实参（普通参数）说明

表2 参数说明

需要说明的是，TPosition::VECIN/VECCALC/VECOUT三个逻辑位置在物理上都映射到Unified Buffer（UB）（参见 通用说明和约束 中的 TPosition 与物理内存映射关系表）。也就是说，参与 BitwiseNot 计算的 src 与 dst 都必须位于 AI Core 的 UB 上，计算前通常需要先用DataCopy将 Global Memory（GM）中的输入搬入 UB，计算完成后再将结果搬回 GM（完整流程见下文"Kernel 侧完整调用流程"）。

返回值说明

无返回值（void），计算结果直接写入dst。

约束说明

使用 BitwiseNot 时必须遵守以下约束：

• 不支持源操作数与目的操作数地址重叠。即src与dst不能指向 UB 中的同一段地址空间，这与基础 API 中"单次迭代内支持源目的 100% 完全重叠"的通用约定不同（通用说明和约束），属于该接口的额外限制，需要开发者额外注意。
• 操作数地址偏移对齐要求请参见通用说明和约束。其中与 BitwiseNot 直接相关的是：UB 存储单元的起始地址要求 32 Byte 对齐（L1 Buffer 同样为 32 Byte 对齐，L0A/L0B 为 512 Byte 对齐，L0C 为 64 Byte 对齐）。

调用示例与结果语义

接口文档给出了最简调用示例：

AscendC::LocalTensor<uint32_t> dst, src; uint32_t count = 512; // 参与计算的元素个数 AscendC::BitwiseNot(dst, src, count);

示例运行结果（接口文档原样摘录）：

输入数据（src）: [ 91, 48, -71, 112, 64, -107, 74, -121, -103, -50, 112, -23, 15, ... -74] 输出数据（dst）: [-92, -49, 70, -113, -65, 106, -75, 120, 102, 49, -113, 22, -16, ... 73]

结果的二进制语义解读

注意示例中src的数据类型是uint32_t，但输入值以带符号形式书写（如-71、-107）。逐比特取反的结果需要结合二进制的补码表示来理解：

• 对于无符号数，~x等价于2^N - 1 - x（N 为位宽，如uint32_t的 N=32）。例如91（0x0000005B）取反后为0xFFFFFFA4，按有符号int32_t解读即为-92，与示例输出一致。
• 对于有符号负数，其二进制即补码，逐比特取反后等价于-x - 1。例如-71（0xFFFFFFB9）取反为0x00000046，即70，与示例输出一致。

因此，BitwiseNot 对源数据的每一位（含符号位）统一翻转，不区分符号，这正是"逐比特取反"与"数值取负（Neg）"的本质区别。

Kernel 侧完整调用流程

在实际算子开发中，BitwiseNot 需要与数据搬运、队列管理配合使用。仓库测试用例 test_operator_bitwise_not.cpp 给出了一个完整的可参考模板：使用TQue<TPosition::VECIN, 1>输入队列和TQue<TPosition::VECOUT, 1>输出队列，CopyIn阶段用DataCopy把 GlobalTensor 数据搬入 UB，Compute阶段调用BitwiseNot(dstLocal, srcLocal, this->dataSize)，CopyOut阶段把结果搬回 GM，并对count不能按32/sizeof(T)整除的尾数部分做逐元素SetValue/GetValue回写：

__aicore__ inline void Compute() { PipeBarrier<PIPE_ALL>(); LocalTensor<T> dstLocal = outQueue.AllocTensor<T>(); LocalTensor<T> srcLocal = inQueue.DeQue<T>(); BitwiseNot(dstLocal, srcLocal, this->dataSize); outQueue.EnQue<T>(dstLocal); inQueue.FreeTensor(srcLocal); }

源码级实现原理

接口入口与编译期分派

公开接口声明位于 include/adv_api/math/bitwise_not.h。该头文件通过__NPU_ARCH__编译期宏判断目标架构，仅对支持的架构（3510、9201、5102、5162、3003、3113）引入内核实现 bitwise_not_3510_impl.h，并把真正的计算逻辑转发给BitwiseNotImpl<config, T>(dst, src, count)。

内核实现：类型分派与矢量寄存器运算

bitwise_not_3510_impl.h 中的BitwiseNotImpl首先通过static_assert+SupportType<T, uint8_t, int8_t, uint16_t, int16_t, uint32_t, int32_t, uint64_t, int64_t>()在编译期强制校验数据类型必须是文档声明的 8 种类型之一，随后按数据类型字节数做两条计算路径的分派：

• sizeof(T) == 8（int64_t/uint64_t）：使用双寄存器特性Reg::RegTraitNumTwo，单次repeat处理GetVecLen() / sizeof(T) * 2个元素；
• 其他类型：使用单寄存器Reg::RegTensor<T>，单次repeat处理GetVecLen() / sizeof(T)个元素。

真正的计算在BitwiseNotCompute中完成，核心调用链为寄存器级的Reg::Not(dstVreg, srcVreg, mask)矢量取反指令，配合Reg::LoadAlign/Reg::StoreAlign完成 UB 数据的加载与回存，并用Reg::UpdateMask<T, Trait>(count)生成尾数掩码来处理不能被单次 repeat 整除的剩余元素：

Reg::LoadAlign(srcVreg, src + i * oneRepElm); Reg::Not(dstVreg, srcVreg, mask); Reg::StoreAlign(dst + i * oneRepElm, dstVreg, mask);

可以看到，整条计算被划分为repeatTime次循环（每次双份处理）加一次尾部处理，以充分利用矢量单元的计算宽度。

参数校验（API Check）

在ASCENDC_CPU_DEBUG等调试路径下，bitwise_not_check_c310.h 中的CheckFuncClassBitwiseNot会组合多组基础校验类完成运行期检查：

• CalCountVerifyingParameters：校验count（参与计算元素个数）的合法性；
• TensorVerifyingParameters：校验 dst/src 的 TPosition 必须是VECIN/VECOUT/VECCALC（即必须位于 UB）；
• TensorReuseVerifyingParameters：校验 dst 与 src 不得地址重叠（对应上文"不支持源操作数与目的操作数地址重叠"约束）；
• IsReuseSourceVerifyingParameters<false>：校验isReuseSource必须为 false（预留参数强约束）。

Tiling 配套接口（一）：GetBitwiseNotMaxMinTmpSize

BitwiseNot 的核函数（Kernel）侧计算需要开发者预留/申请临时空间。GetBitwiseNotMaxMinTmpSize 用于在 Host 侧获取预留/申请的最大和最小临时空间大小，开发者基于此范围选择合适的空间大小作为 Tiling 参数传递到核函数侧使用。

使用要点：

• 为保证功能正确，预留/申请的临时空间大小不能小于最小临时空间大小；
• 在最小临时空间～最大临时空间范围内，随着临时空间增大，核函数侧接口计算性能会有一定程度的优化提升。为了达到更好的性能，开发者可以根据实际的内存使用情况进行空间预留/申请。

函数原型

void GetBitwiseNotMaxMinTmpSize(const platform_ascendc::PlatformAscendC& ascendcPlatform, const AscendC::TensorShape& srcShape, const uint32_t typeSize, const bool isReuseSource, uint32_t& maxValue, uint32_t& minValue)

参数说明

表1 接口参数列表

调用示例

std::vector<int64_t> shape_vec = {1024}; AscendC::TensorShape shape(shape_vec); uint32_t maxValue = 0; uint32_t minValue = 0; auto plat = platform_ascendc::PlatformAscendC(context->GetPlatformInfo()); AscendC::GetBitwiseNotMaxMinTmpSize(plat, shape, 2, false, maxValue, minValue);

Tiling 实现侧的证据

Host 侧实现位于 bitwise_not_tiling_impl.cpp：

• 内部维护SUPPORT_TYPESIZE = {1, 2, 4, 8}，与 BitwiseNot 支持的 8 种整数类型（1/2/4/8 字节）一一对应，typeSize不在该集合时会触发TypeSizeVerifyingParameters校验失败；
• 通过ASCENDC_HOST_ASSERT((npuArch == NpuArch::DAV_3510 || npuArch == NpuArch::DAV_9201), ...)校验 NPU 架构，与接口文档"仅 Ascend 950 系列支持"的产品矩阵一致；
• GetBitwiseNotMaxTmpSize与GetBitwiseNotMinTmpSize当前均返回 0，即该接口当前版本的 BitwiseNot 计算不需要额外临时空间，与测试用例的断言一致（见下文"测试用例验证"）。

Tiling 配套接口（二）：GetBitwiseNotTmpBufferFactorSize

GetBitwiseNotTmpBufferFactorSize 用于获取maxLivedNodeCount和extraBuf，在固定空间大小的情况下，通过这两个输出值可以推算算子单次最大计算元素数量：

• maxLivedNodeCount：最大存活节点数，表示临时空间是单次计算数据量所占空间的多少倍；
• extraBuf：使用的额外临时空间大小，单位为字节。

单接口推算公式

算子实现需要调用 BitwiseNot 接口，开发者为其预留currBuff大小的空间，利用 GetBitwiseNotTmpBufferFactorSize 接口得到maxLivedNodeCount、extraBuf输出值，可推导算子单次最大计算元素数量为：

currentShapeSize = (currBuff - extraBuf) / maxLivedNodeCount / typeSize

多接口组合推算公式

算子实现需要调用两个核函数侧 API（如 KernelIntf1、KernelIntf2），利用两个 GetXxxTmpBufferFactorSize（其中 Xxx 为需要调用的两个高阶 API）接口的两组输出值（maxLivedNodeCount、extraBuf）以及当前现有的临时空间，分别推导单次最大计算元素数量，再取较小值作为最终的单次计算规模：

currentShapeSize1 = (currBuff - extraBuf1) / maxLivedNodeCount1 / typeSize currentShapeSize2 = (currBuff - extraBuf2) / maxLivedNodeCount2 / typeSize currentShapeSize = min(currentShapeSize1, currentShapeSize2)

注意：上文中的currBuff表示接口计算可用的空间，需要去除用户输入输出等空间；另外，接口获取的maxLivedNodeCount值可能为 0，计算时需要判断该值非 0，避免除零错误。

函数原型

void GetBitwiseNotTmpBufferFactorSize(const platform_ascendc::PlatformAscendC& ascendcPlatform, const uint32_t typeSize, uint32_t& maxLivedNodeCount, uint32_t& extraBuf)

参数说明

表1 参数列表

约束说明

当利用 maxLivedNodeCount、extraBuf 反推出的currentShapeSize * typeSize < 256B时，currentShapeSize 按照256B / typeSize的值向上取整。这一约束与矢量计算以 256 Byte 为基本处理粒度的硬件特性相吻合。

调用示例

uint32_t maxLivedNodeCount = 0; uint32_t extraBuf = 0; auto plat = platform_ascendc::PlatformAscendC(context->GetPlatformInfo()); AscendC::GetBitwiseNotTmpBufferFactorSize(plat, typeSize, maxLivedNodeCount, extraBuf);

Host 侧 Tiling 与 Kernel 侧的配套使用流程

GetXxxMaxMinTmpSize 系列 Tiling 接口的完整配套使用方法，可参考更多样例（该文档以同类数学接口 Asin 为例说明通用流程，同样适用于 BitwiseNot 系列接口）：

1. Host 侧：在 Tiling 函数中构造AscendC::TensorShape shape(srcDims)描述输入形状，调用GetBitwiseNotMaxMinTmpSize获取maxValue/minValue；再通过platform_ascendc::PlatformAscendC(platformInfo).GetCoreMemSize(platform_ascendc::CoreMemType::UB, tailSize)获取 UB 剩余空间（实际场景需减去已使用的 UB 空间），并以tailSize >= maxValue ? maxValue : tailSize确定最终临时空间大小tmpSize，写入 TilingData（如srcSize、tmpBufferSize字段）传给 Kernel；
2. Kernel 侧：通过GET_TILING_DATA读取 TilingData，用pipe.InitBuffer(tmpBuf, tmpBufferSize)按计算出的空间大小申请临时 Buffer，之后即可安全调用 BitwiseNot 完成计算。

这种"Host 侧算空间、Kernel 侧按空间计算"的配合方式，能够避免临时空间申请不足导致的错误，也能在 UB 空间允许的范围内最大化单次计算规模。

测试用例验证

仓库为 BitwiseNot 提供了两层测试验证：

1. 内核功能测试test_operator_bitwise_not.cpp：以BitwiseNotTestParams{dataTypeSize, inDataSize, calFunc}参数化方式覆盖8 种数据类型 × 3 种数据规模（32 / 256 / 1024 元素），即 uint8_t、int8_t、uint16_t、int16_t、uint32_t、int32_t、uint64_t、int64_t 全类型组合。测试将输入初始化为1（二进制最低位为 1，其余位为 0），调用 BitwiseNot 后校验输出字节全为0x00，精确验证了"逐比特取反"的语义（~0x01 = 0xFE，取uint8_t首字节即0x00）。

2. Tiling 接口测试test_tiling_v310.cpp 中的TestBitwiseNotTiling：构造shapeDims = {128}的 shape 与sizeof(float)（4 字节）的 typeSize，断言GetBitwiseNotMaxMinTmpSize返回的maxVal、minVal均为 0，GetBitwiseNotTmpBufferFactorSize返回的extraBuf、maxLivedNodesCnt均为 0——印证了当前版本 BitwiseNot 计算无需额外临时空间，开发者调用这两个 Tiling 接口时可直接将返回值作为 0 处理，或按通用流程将其作为"空间下限/上限"参考继续参与 UB 规划。

关键源码路径速览

继续阅读

• BitwiseNot 接口页（接口索引入口）
• BitwiseAnd、BitwiseOr、BitwiseXor 等同类按位运算接口
• 数学计算接口总览
• 通用说明和约束（TPosition 映射、地址对齐）
• LocalTensor 数据结构

• 人工智能
• 深度学习
• 算子库
• CANN
• Ascend