训练营简介 2025年昇腾CANN训练营第二季，基于CANN开源开放全场景，推出0基础入门系列、码力全开特辑、开发者案例等专题课程，助力不同阶段开发者快速提升算子开发技能。获得Ascend C算子中级认证，即可领取精美证书，完成社区任务更有机会赢取华为手机，平板、开发板等大奖。

报名链接：https://www.hiascend.com/developer/activities/cann20252#cann-camp-2502-intro

 

前言

在 PointPillars、CenterPoint 等主流 3D 检测网络中，第一步永远是 Voxelization。 它的任务是：把 3D 空间划分为均匀的网格（Voxel），并将落入同一个网格的点聚集起来，形成一个 Feature Map。

这个算子的难点在于：

1. 输入不确定：点的数量是动态的（N），分布是稀疏的。

2. 冲突处理：多个点可能落入同一个 Voxel，需要并发写入。

3. 内存随机写：点在空间中是随机分布的，导致写回 Global Memory 时地址极度不连续。

这是一个典型的 Scatter（驱散） 类算子，也是检验 Ascend C 编程功底的试金石。

一、 核心图解：从“散沙”到“积木”

Voxelization 的过程，就像是在玩《我的世界》（Minecraft）。

二、 算法逻辑：哈希与冲突解决

假设我们有一个巨大的 Dense Map（代表整个 3D 空间），每个格子存一个计数器。

处理流程：

1. Coordinate：计算每个点 $(x, y, z)$ 对应的网格坐标 $(i, j, k)$。

2. Address：计算网格在 Global Memory 中的线性地址。

3. Atomic：对该地址的计数器做原子加 1 (cnt = atomic_add(addr, 1))。

4. Filter：如果 cnt < max_points_per_voxel，则将该点的数据写在这个 Voxel 的第 cnt 个空位上。

三、 实战：Ascend C 实现

3.1 Kernel 类定义

输入是点云 points，输出是 voxels（特征）、coors（坐标）和 num_points（每个voxel里的点数）。

class KernelVoxelization {
public:
    __aicore__ inline void Init(GM_ADDR points, GM_ADDR voxels, GM_ADDR coors, GM_ADDR num_points, 
                                VoxelParams params) {
        // ... Init ...
        // grid_map 是一个辅助的 GM 空间，用于记录每个格子当前存了多少个点
        // 需要初始化为 0
        this->grid_map.SetGlobalBuffer((__gm__ int32_t*)workspace);
    }
    
    __aicore__ inline void Process() {
        // 按照点云数量进行 Tiling
        for (int i = 0; i < tileNum; i++) {
            Compute(i);
        }
    }
};

3.2 Compute 核心逻辑

这是最关键的部分，涉及大量的标量计算和随机访存。

__aicore__ inline void Compute(int32_t i) {
    // 1. 搬运一批点到 UB
    LocalTensor<float> pointsLoc = inQueueX.DeQue<float>();
    
    // 2. 遍历每一个点 (Vector 也可以做，但 Index 计算较复杂，这里演示标量逻辑)
    // 实际上，为了性能，应该尽量用 Vector 指令并行计算坐标
    
    // Step A: Vector 计算 Grid Index
    // grid_x = (x - x_min) / voxel_size_x
    // ... 使用 Muls, Adds, Cast ...
    
    // Step B: 标量处理冲突写入 (Scatter)
    for (int j = 0; j < points_per_tile; j++) {
        int32_t grid_idx = indicesLoc.GetValue(j);
        
        // 3. 原子抢占位置
        // SetAtomicAdd 开启
        // 这一步必须是原子的，因为不同核可能处理相邻的点
        // 注意：Ascend C 的 AtomicAdd 通常针对 GlobalTensor
        // 这里模拟逻辑：old_count = AtomicAdd(grid_map[grid_idx], 1)
        
        // 实际开发中，为了性能，通常会先在 UB 内做一次 Reduce/Sort，
        // 或者使用特定的 "Voxelization" 高阶指令（如有）
        
        // 假设我们拿到了 old_count 和 voxel_id
        if (old_count < max_points) {
            // 4. 将点数据写入 Voxels Tensor
            // 这是一个极其离散的写操作
            // voxels[voxel_id, old_count, :] = point_feature
            
            // 构造 Offset
            int64_t dest_offset = voxel_id * max_points * feature_dim + old_count * feature_dim;
            
            // 写入 (使用 DataCopyPad 或 逐个元素赋值)
            // 这种随机写带宽极低，是性能瓶颈
            DataCopy(voxelsGm[dest_offset], point_data, feature_dim);
            
            // 写入坐标
            DataCopy(coorsGm[voxel_id], grid_coor, 4);
        }
    }
}

四、 性能优化的“生死劫”

上面的 Naive 实现有一个致命弱点：大量的 Global Memory 原子操作和随机写。在海量点云面前，MTE3 单元会崩溃。

进阶优化方案：

1. Point Sorting： 在 Voxelization 之前，先对点云按照 Grid Index 进行一次 Sort（排序）。 排序后，属于同一个 Voxel 的点在内存中是连续的！

   • 效果：随机写变成了连续写（Burst Write）。原子操作变成了局部计数。

   • 代价：多了一个 Sort 算子（我们在第 41 期讲过 Bitonic Sort）。

2. UB Hashing： 如果 Voxel 数量不多，可以在 UB 中维护一个小的 Hash Table，先在 UB 聚合，满了一批再写回 GM。

五、 总结

Voxelization 是连接物理世界（点云）与数字世界（Tensor）的桥梁。

1. 场景：自动驾驶、机器人感知。

2. 挑战：极致的稀疏性与冲突处理。

3. 对策：如果点云太乱，就先排序；如果写冲突太多，就用原子锁。

掌握了这个算子，你就具备了优化 LiDAR 感知模型（如 PointPillars）底层的能力。