华子 Ascend C算子开发能力认证考试（初级）微认证考试答案（直接Ctrl + F搜关键词就可以了）

根据提供的文件内容，这里是一系列关于Ascend C编程的多选题：

**第21题**：

题目：Ascend C的矢量编程范式把算子实现流程分为哪些基本任务。

选项：

A. Compute

B. CopyIn

C. CopyOut

D. Aggregate

E. Split

正确答案：**A, B, C**（Aggregate和Split不是Ascend C编程范式中的标准任务）

解释：Ascend C编程范式通常包括计算(Compute)、数据输入(CopyIn)和数据输出(CopyOut)等基本任务。

**第22题**：

题目：以下哪些是使用Ascend C开发自定义算子的优势。

选项：

A. 节省调试，CPU侧模拟NPU侧的行为，可优先在CPU侧调试

B. 编程模型屏蔽硬件差异，编程范式提高开发效率

C. C/C++原语编程，最大化匹配用户的开发习惯

D. 类库API封装，兼顾易用与高效

正确答案：**A, B, C, D**

解释：Ascend C提供了CPU侧模拟、屏蔽硬件差异的编程模型、C/C++原语编程以及类库API封装等优势。

**第23题**：

题目：下列哪些操作会导致算子运算结果错误。

选项：

A. 算子实现未使用double buffer

B. 算子实现类内未实现计算结果搬出操作

C. 算子实现类内创建LocalTensor时未使用对应的算子输入输出类型

D. 输入GlobalTensor调用SetGlobalBuffer时，传入的数据地址起始位始终为原始数据起始位

正确答案：**A, B, C**（选项D描述的操作不会导致运算结果错误，因为它只是指定了数据地址的起始位）

解释：未使用double buffer、未实现计算结果搬出操作、创建LocalTensor时未使用对应的算子输入输出类型都可能导致算子运算结果错误。

**第24题**：

题目：编写NPU侧的核函数运行验证程序，会使用到以下列表中的哪些接口。

选项：

A. aclrtMalloc

B. aclrtMemcpy

C. GmAlloc

D. aclrtMallocHost

正确答案：**A, B, C**（选项D是用于在Host侧分配内存的接口，不是NPU侧）

解释：在NPU侧编写核函数运行验证程序时，通常需要使用内存分配(`aclrtMalloc`)、内存拷贝(`aclrtMemcpy`)和图形内存分配(`GmAlloc`)等接口。

请注意，这些答案基于题目描述和Ascend C编程的一般概念。如果有特定的上下文或术语定义与一般概念不同，答案可能会有所不同。

根据提供的文件内容，这里是一系列关于昇腾AI处理器编程的单选题：

**第17题**：

题目：使用_接口可以将`GlobalTensor`数据拷贝到`LocalTensor`。

选项：

A. EnQue

B. DataCopy

C. DeQue

D. CopyIn

正确答案：**B. DataCopy**

解释：`DataCopy`听起来像是用于数据拷贝操作的接口名称，适合用于将数据从全局张量复制到局部张量。

**第18题**：

题目：NPU卡的计算核心是( )。

选项：

A. DVPP

B. AICORE

C. AICPU

D. DDR

正确答案：**B. AICORE**

解释：NPU（神经网络处理单元）的计算核心通常被称为AI Core，它负责执行AI计算任务。

**第19题**：

题目：我们在编写host侧的核函数调用程序时，通过()宏定义来区分CPU和NPU侧的运行模式。

选项：

A. ICPU_RUN_KF

B. CCE_KT_TEST

C. _ICPU_RUN_KF_

D. _CCE_KT_TEST_

正确答案：**C. _ICPU_RUN_KF_**

解释：宏定义通常用于控制编译时的条件编译，`_ICPU_RUN_KF_`看起来像是一个用于区分CPU运行模式的宏定义。

**第20题**：

题目：以下说法正确的是。

选项：

A. 编写NPU侧运行验证程序时，不需要分配Device内存

B. md5sum是进行算子结果比对的方式之一，开发者可以自己选择合适的比对方式。

C. 编写CPU侧运行验证程序时，需要使用`aclrtSynchronizeStream`同步等待核函数执行完成

D. 完成CPU侧的运行验证，可以直接使用调用符调用核函数

正确答案：**B. md5sum是进行算子结果比对的方式之一，开发者可以自己选择合适的比对方式。**

解释：md5sum是一种常用的文件校验和比对工具，可以用来验证算子执行结果的一致性。其他选项要么描述不准确（如A选项中通常需要分配设备内存），要么语法错误或不符合编程实践（如D选项中的调用符``）。

请注意，这些答案基于题目描述和一般的编程常识。如果有特定的上下文或术语定义与一般理解不同，答案可能会有所不同。

根据提供的文件内容，这里是一系列关于Ascend C编程模型的单选题：

**第14题**：

题目：将`LocalTensor`拷贝到`GlobalTensor`上是在哪个任务中执行的。

选项：

A. CopyIn

B. CopyOut

C. 以上均不正确

D. Compute

正确答案：**D. Compute**

解释：在Ascend C编程中，`LocalTensor`通常指的是局部内存中的张量，而`GlobalTensor`指的是全局内存中的张量。数据从局部内存拷贝到全局内存通常发生在计算任务中，以便进行进一步的处理。

**第15题**：

题目：Ascend C算子设备侧实现的入口函数是。

选项：

A. main函数

B. 形状推导函数

C. 核函数

D. 计算函数

正确答案：**C. 核函数**

解释：在Ascend C算子开发中，核函数是设备侧实现的主要入口点，它包含算子的计算逻辑。

**第16题**：

题目：矢量编程中是搬入数据的存放位置。

选项：

A. EnQue

B. VECIN

C. DeQue

D. VECOUT

正确答案：**B. VECIN**

解释：在矢量编程中，搬入的数据通常存放在特定的寄存器或内存区域中，`VECIN`很可能是用于存放搬入数据的位置。

请注意，这些答案基于题目的描述和Ascend C编程的一般概念。如果有特定的上下文或术语定义与一般概念不同，答案可能会有所不同。

题目是：

13、使用NPU模式调用核函数时，哪个参数规定了核函数在几个核上执行。

选项有：

A. block idx

B. stream

C. blockDim

D. 12ctrl（注意：选项D的名称可能有误，根据上下文可能是"ctrl"或类似的控制参数）

在CUDA编程模型中，类似的参数是`blockDim`，它定义了每个线程块（block）中的线程数量。然而，昇腾AI处理器的编程模型可能使用不同的术语或概念。

以下是对每个选项的简要说明：

- A. **block idx**：通常用于指定当前块在网格中的索引，而不是定义块的大小或执行核的数量。

- B. **stream**：通常指的是流（stream），用于控制命令执行的顺序，并不直接规定核函数在几个核上执行。

- C. **blockDim**：在类似CUDA的编程环境中，这个参数定义了块的大小，即核函数将在每个块中的线程数。如果昇腾AI处理器的编程模型中存在类似的概念，那么这可能是正确答案。

- D. **12ctrl**（或"ctrl"）：这个选项可能是一个控制参数，但根据名称无法确定它的作用。如果它是用于控制核函数执行的核心数量，那它可能是正确答案。

根据题目描述和选项，如果昇腾AI处理器的编程模型中使用了与CUDA中`blockDim`相似的概念来规定核函数在几个核上执行，那么正确答案是：

**C. blockDim**

如果选项D代表了一个实际的控制参数，用于定义核函数执行的核心数量，且在昇腾AI处理器的文档中有相应的说明，则可能需要选择D。但由于选项D的名称不明确，我们倾向于选择C作为最可能的正确答案。

根据提供的文件内容，题目是：

12、CPU侧调试时发现精度与预期不符，应该重点检查哪部分代码实现。

选项有：

A. Init

B. CopyIn

C. Compute

D. CopyOut

在CPU侧调试时，如果发现精度与预期不符，通常应该重点检查的是与数值计算直接相关的部分。以下是对每个选项的简要说明：

A. **Init**：初始化部分，通常用于设置环境或参数，可能不直接涉及数值计算。

B. **CopyIn**：输入数据复制部分，主要负责将数据从CPU内存复制到设备内存，通常不涉及数值计算的准确性。

C. **Compute**：计算部分，这是执行实际数值计算的代码，如果精度与预期不符，很可能是这部分代码实现存在问题。

D. **CopyOut**：输出数据复制部分，负责将计算结果从设备内存复制回CPU内存，通常不直接影响数值计算的准确性。

因此，如果精度问题是由于数值计算错误引起的，那么应该重点检查的是**C. Compute**部分的代码实现。

正确答案是：**C. Compute**。

根据提供的文件内容，题目是：

11、任务间数据传递使用到的内存统一由内存管理模块进行管理。

选项有：

A. LocalTensor

B. Pipe

C. Tbuf

D. Queue

在昇腾AI处理器的编程模型中，任务间数据传递通常涉及到特定的内存或数据结构。以下是对每个选项的简要说明：

A. **LocalTensor**：可能指的是局部张量，用于存储计算任务中的数据，但不是专门用于任务间数据传递的内存管理模块。

B. **Pipe**：管道（Pipe）是一种常见的用于任务间或进程间通信的数据结构，它可以用于数据传递。

C. **Tbuf**：可能是Ascend C API中用于临时存储或缓冲数据的术语，但不是专门用于任务间数据传递的内存管理模块。

D. **Queue**：队列（Queue）是一种先进先出（FIFO）的数据结构，常用于任务调度和管理，也可能用于数据传递。

在昇腾AI处理器的上下文中，如果有一个选项是专门用于任务间数据传递的内存管理模块，那么它可能是正确的。然而，根据提供的选项，没有一个选项直接指明是内存管理模块。如果必须选择，**B. Pipe** 可能是最合适的答案，因为管道通常用于任务间的数据传递。

因此，根据题目描述和选项，最合适的答案是：

**B. Pipe**

根据提供的文件内容，陈述是：

"AI Core内部的核心组件包括计算单元、存储单元、搬运单元"

这个陈述是正确的。AI Core是昇腾AI处理器中的一个关键部分，它通常包含多种类型的单元，以实现高效的数据处理和计算。核心组件通常包括：

- **计算单元**：负责执行各种数学运算，如矩阵乘法、向量运算等。

- **存储单元**：提供数据存储功能，包括输入数据、中间结果和输出数据的存储。

- **搬运单元**：负责数据在不同单元之间以及与外部内存之间的传输。

AI Core的设计旨在优化深度学习和其他AI应用的性能，通过集成计算、存储和数据搬运功能来提高效率。

因此，正确答案是：

**O正确**

根据提供的文件内容，陈述是：

"在核函数中，需要为在一个核上执行的代码规定要进行的数据访问和计算操作，当核函数被调用时，只能一个核执行计算任务"

这个陈述是错误的。在昇腾AI处理器的编程模型中，核函数可以设计为在单个核上执行，也可以在多个核上并行执行。昇腾AI处理器支持同时在多个计算核心上执行多个核函数，以实现并行计算和提高性能。

因此，正确答案是：

**O错误**

核函数的调用是否同步取决于具体的实现和上下文。在某些情况下，核函数的调用可以是同步的，这意味着调用者在核函数执行完成之前会等待（即阻塞）。在其他情况下，调用可以是异步的，这意味着调用者不需要等待核函数执行完成，而是继续执行其他任务，核函数在后台完成其工作。

在昇腾AI处理器的Ascend C算子开发中，核函数的调用模式（同步或异步）通常由开发者根据应用的需求和设计来决定。例如，在某些性能关键型应用中，可能会使用异步调用以避免阻塞和提高效率；而在其他需要确保数据顺序或简化编程模型的场景中，可能会使用同步调用。

因此，陈述“核函数的调用是同步调用，调用结束返回即执行完成”可能在某些情况下是正确的，但不能一概而论。如果核函数的调用确实是同步的，并且调用者在核函数执行完成后才返回，那么这个陈述对于那种特定情况来说是正确的。如果核函数的调用是异步的，那么这个陈述就不正确。

由于没有提供具体的上下文，无法确定这个陈述是否适用于所有情况。因此，需要更多信息来做出准确的判断。在一般情况下，这个陈述可能被认为是**错误**的，因为它没有考虑到异步调用的可能性。

以下是对每个题目的判断和解释：

**题目10**：

AI Core内部的核心组件包括计算单元、存储单元、搬运单元。

- 正确答案：**正确**

**题目9**：

在核函数中，需要为在一个核上执行的代码规定要进行的数据访问和计算操作，当核函数被调用时，只能一个核执行计算任务。

- 正确答案：**错误**

- 解释：核函数可以设计为在单个核上执行，也可以在多个核上并行执行。这取决于具体的实现和应用需求。

**题目8**：

AscendC使用GlobalTensor和LocalTensor作为数据的基本操作单元，它是各种指令API直接调用的对象，也是数据的载体。

- 正确答案：**正确**

**题目7**：

核函数的调用是同步调用，调用结束返回即执行完成。

- 正确答案：**错误**

- 解释：核函数的调用可以是同步的，也可以是异步的。这取决于具体的编程模型和API设计。

**题目6**：

Ascend C算子开发是在核函数中进行算子类对象的创建和其成员函数的调用，实现算子的所有功能。

- 正确答案：**正确**

请注意，这些答案基于题目描述和一般的编程常识。如果有特定的上下文或术语定义与一般理解不同，答案可能会有所不同。