添加自定义 aclnn 算子¶

本文档介绍如何向 vllm-ascend 添加自定义 aclnn 算子。

自定义 aclnn 算子在 vllm-ascend 中如何工作？¶

自定义 aclnn 算子在 vllm-ascend 构建过程中被编译并安装到 vllm_ascend/cann_ops_custom 目录。随后，这些 aclnn 算子被绑定到 torch.ops._C_ascend 模块，使用户能够在 vllm-ascend 的 Python 代码中调用它们。

要启用自定义算子，请使用以下代码：

from vllm_ascend.utils import enable_custom_op

enable_custom_op()

如何添加自定义 aclnn 算子？¶

在 csrc 目录下创建一个新的算子文件夹。
创建 op_host 和 op_kernel 目录，分别存放主机端和内核端源代码。
在 csrc/build_aclnn.sh 中为支持的SOC添加构建选项。注意，多个算子应使用 ; 分隔，即 CUSTOM_OPS="op1;op2;op3"。
在 csrc/torch_binding.cpp 中将aclnn算子绑定到 torch.ops._C_ascend 模块。
在 csrc/torch_binding_meta.cpp 中为算子编写元实现，以便将其捕获到aclgraph中。

如果新增的算子参与 csrc/cmake/func.cmake 中带缓存的生成式内核构建，请确认其编译器可见的源码、生成产物与共享输入、构建配方以及工具链环境都已在缓存标识契约中体现。当修改其中任一输入或命令时，应在同一次变更中同步更新对应的缓存标识参数；否则旧的编译动作可能会被错误地复用。

成功构建 vllm-ascend 后，即可在 Python 代码中调用自定义 aclnn 算子。