asc.lib.host

Ascend C提供一组Matmul Tiling API，方便用户获取Matmul kernel计算时所需的Tiling参数。用户只需要传入A/B/C矩阵的Position位置、Format格式和DType数据类型等信息，调用API接口，即可获取到Init中TCubeTiling结构体中的相关参数。

MatmulApiTiling/MultiCoreMatmulTiling/BatchMatmulTiling共有接口列表

`MatmulApiTiling.enable_bias`(self[, is_bias_in])	设置Bias是否参与运算，设置的信息必须与Kernel侧保持一致。
`MatmulApiTiling.get_base_k`(self)	获取Tiling计算得到的baseK值。
`MatmulApiTiling.get_base_m`(self)	获取Tiling计算得到的baseM值。
`MatmulApiTiling.get_base_n`(self)	获取Tiling计算得到的baseN值。
`MatmulApiTiling.get_tiling`(self, tiling)	获取Tiling参数。
`MatmulApiTiling.set_a_layout`(self, b, s, n, g, d)	设置A矩阵的Layout轴信息，包括B、S、N、G、D轴。对于BSNGD、SBNGD、BNGS1S2 Layout格式，调用IterateBatch接口之前，需要在Host侧Tiling实现中通过本接口设置A矩阵的Layout轴信息。
`MatmulApiTiling.set_a_type`(self, pos, type, ...)	设置A矩阵的位置，数据格式，数据类型，是否转置等信息，这些信息需要和kernel侧的设置保持一致。
`MatmulApiTiling.set_b_layout`(self, b, s, n, g, d)	设置B矩阵的Layout轴信息，包括B、S、N、G、D轴。对于BSNGD、SBNGD、BNGS1S2 Layout格式，调用IterateBatch接口之前，需要在Host侧Tiling实现中通过本接口设置B矩阵的Layout轴信息。
`MatmulApiTiling.set_b_type`(self, pos, type, ...)	设置B矩阵的位置，数据格式，数据类型，是否转置等信息，这些信息需要和kernel侧的设置保持一致。
`MatmulApiTiling.set_batch_info_for_normal`(...)	设置A/B矩阵的M/N/K轴信息，以及A/B矩阵的Batch数。Layout类型为NORMAL的场景，调用IterateBatch或者IterateNBatch接口之前，需要在Host侧Tiling实现中通过本接口设置A/B矩阵的M/N/K轴等信息。
`MatmulApiTiling.set_batch_num`(self, batch)	设置多Batch计算的最大Batch数，最大Batch数为A矩阵batchA和B矩阵batchB中的最大值。调用IterateBatch接口之前，需要在Host侧Tiling实现中通过本接口设置多Batch计算的Batch数。
`MatmulApiTiling.set_bias_type`(self, pos, ...)	设置Bias的位置，数据格式，数据类型，是否转置等信息，这些信息需要和kernel侧的设置保持一致。
`MatmulApiTiling.set_buffer_space`(self[, ...])	设置Matmul计算时可用的L1 Buffer/L0C Buffer/Unified Buffer/BiasTable Buffer空间大小，单位为字节。
`MatmulApiTiling.set_c_layout`(self, b, s, n, g, d)	设置C矩阵的Layout轴信息，包括B、S、N、G、D轴。对于BSNGD、SBNGD、BNGS1S2 Layout格式，调用IterateBatch接口之前，需要在Host侧Tiling实现中通过本接口设置C矩阵的Layout轴信息。
`MatmulApiTiling.set_c_type`(self, pos, type, ...)	设置C矩阵的位置，数据格式，数据类型，是否转置等信息，这些信息需要和kernel侧的设置保持一致。
`MatmulApiTiling.set_dequant_type`(self, ...)	该接口用于设置量化或反量化的模式。
`MatmulApiTiling.set_double_buffer`(self, a, ...)	设置A/B/C/Bias是否使能double buffer功能，以及是否需要做ND2NZ或者NZ2ND的转换，主要用于Tiling函数内部调优。
`MatmulApiTiling.set_fix_split`(self[, ...])	设置A/B/C/Bias是否使能double buffer功能，以及是否需要做ND2NZ或者NZ2ND的转换，主要用于Tiling函数内部调优。
`MatmulApiTiling.set_mad_type`(self, mad_type)	设置是否使能HF32模式。当前版本暂不支持。
`MatmulApiTiling.set_matmul_config_params`(...)	Overloaded function.
`MatmulApiTiling.set_org_shape`(args, *kwargs)	Overloaded function.
`MatmulApiTiling.set_shape`(self, m, n, k)	设置Matmul计算的形状m、n、k，该形状可以为原始完整矩阵或其局部矩阵，单位为元素。该形状的矩阵乘可以由单核或多核计算完成。
`MatmulApiTiling.set_sparse`(self[, is_sparce_in])	设置Matmul的使用场景是否为Sparse Matmul场景。
`MatmulApiTiling.set_split_range`(self[, ...])	设置baseM/baseN/baseK的最大值和最小值。目前Tiling暂时不支持该功能。
`MatmulApiTiling.set_traverse`(self, traverse)	设置固定的Matmul计算方向，M轴优先还是N轴优先。

MultiCoreMatmulTiling其他接口

`MultiCoreMatmulTiling.enable_multi_core_split_k`(...)	多核场景，通过该接口使能切K轴。不调用该接口的情况下，默认不切K轴。在GetTiling接口调用前使用。
`MultiCoreMatmulTiling.get_core_num`(self)	获得多核切分所使用的BlockNum参数。
`MultiCoreMatmulTiling.get_single_shape`(self)	获取计算后的single_core_m/single_core_n/single_core_k。
`MultiCoreMatmulTiling.set_align_split`(self, ...)	多核切分时，设置single_core_m/single_core_n/single_core_k的对齐值。比如设置single_core_m的对齐值为64（单位为元素），切分出的singleCoreM为64的倍数。
`MultiCoreMatmulTiling.set_dim`(self, dim)	设置多核Matmul时，参与运算的核数。
`MultiCoreMatmulTiling.set_single_range`(self)	设置single_core_m/single_core_n/single_core_k的最大值与最小值。
`MultiCoreMatmulTiling.set_single_shape`(self)	设置Matmul单核计算的形状single_m_in，single_n_in，single_k_in，单位为元素。

BatchMatmulTiling其他接口

BatchMatmulTiling.get_core_num(self)

获得多核切分所使用的BlockNum参数。