CANN/cann-bench：Gcd算子API描述

Gcd 算子 API 描述

【免费下载链接】cann-bench评测AI在处理CANN领域代码任务的能力，涵盖算子生成、算子优化等领域，支撑模型选型、训练效果评估，统一量化评估标准，识别Agent能力短板，构建CANN领域评测平台，推动AI能力在CANN领域的持续演进。项目地址: https://gitcode.com/cann/cann-bench

1. 算子简介

计算两个整数的最大公约数。

主要应用场景：

• 整数约分与最简分数计算
• 数组维度对齐与分块策略中的公因子计算
• 密码学中的模运算与欧几里得算法相关场景

算子特征：

• 难度等级：L2（Broadcast）
• 双输入单输出，逐元素运算，输入支持广播

2. 算子定义

数学公式

$$ y = \gcd(x_1, x_2) $$

其中 $\gcd(a, b)$ 表示 $a$ 与 $b$ 的最大公约数，即同时整除 $a$ 和 $b$ 的最大正整数。当 $a = b = 0$ 时，$\gcd(0, 0) = 0$。

3. 接口规范

算子原型

cann_bench.gcd(Tensor x1, Tensor x2) -> Tensor y

输入参数说明

输出

数据类型

规则与约束

• 两个输入张量的 shape 需满足广播规则，输出 shape 为广播后的 shape
• 两个输入张量的 dtype 必须一致
• 仅支持整数类型（int16、int32、int64）
• Golden 实现使用torch.gcd直接计算，输出 dtype 与输入保持一致

4. 精度要求

采用生态算子精度标准进行验证。

误差指标：

1. 平均相对误差（MERE）：采样点中相对误差平均值

   $$ \text{MERE} = \text{avg}(\frac{\text{abs}(actual - golden)}{\text{abs}(golden)+\text{1e-7}}) $$

2. 最大相对误差（MARE）：采样点中相对误差最大值

   $$ \text{MARE} = \max(\frac{\text{abs}(actual - golden)}{\text{abs}(golden)+\text{1e-7}}) $$

通过标准：

当平均相对误差 MERE < Threshold，最大相对误差 MARE < 10 * Threshold 时判定为通过。

5. 标准 Golden 代码

import torch """ Gcd算子Torch Golden参考实现 计算两个整数的最大公约数 公式: y = gcd(x1, x2) """ def gcd( x1: torch.Tensor, x2: torch.Tensor ) -> torch.Tensor: """ 计算两个整数的最大公约数 公式: y = gcd(x1, x2) Args: x1: 第1个输入张量 x2: 第2个输入张量 Returns: 输出张量，最大公约数（dtype 与输入一致） """ y = torch.gcd(x1, x2) return y

6. 额外信息

算子调用示例

import torch import cann_bench x1 = torch.randint(-1000, 1000, (1024, 1024), dtype=torch.int32, device="npu") x2 = torch.randint(-1000, 1000, (1024, 1024), dtype=torch.int32, device="npu") y = cann_bench.gcd(x1, x2) # 广播场景 x1 = torch.randint(-100, 100, (2048, 512), dtype=torch.int16, device="npu") x2 = torch.randint(-10, 10, (1, 512), dtype=torch.int16, device="npu") y = cann_bench.gcd(x1, x2)

【免费下载链接】cann-bench评测AI在处理CANN领域代码任务的能力，涵盖算子生成、算子优化等领域，支撑模型选型、训练效果评估，统一量化评估标准，识别Agent能力短板，构建CANN领域评测平台，推动AI能力在CANN领域的持续演进。项目地址: https://gitcode.com/cann/cann-bench