# NPU 算子支持列表(AX620E)
本节介绍 `AX630C` `AX620Q` 中的 **NPU** 对 `ONNX` 算子支持的情况。
- 支持的 ONNX opset_version >= 11，详细算子描述可参考 [onnx Operators](https://github.com/onnx/onnx/blob/main/docs/Operators.md) 。
- 部分支持的算子尚无标准的 ONNX 定义，如果模型中包含了此类算子，请咨询技术支持。
:::{note}
"暂不支持": 表示当前版本算子实现还不支持，但NPU理论上可以支持，后续版本有可能会支持上。
"无限制": 表示当前算子实现上可以支持，由于测试不一定能覆盖到全部参数空间，如果出现意外可以跟我们进行反馈，我们会当BUG来尽快修复。
"不支持": 表示无法支持该属性的实现。
:::
| 算子名称 | Attrs 约束 |
| --------------------- | ------------------------------------------------------------------------------------------------- |
| Abs | 无限制 |
| Add | 无限制 |
| ArgMax | - axis: 无限制
- keepdims: 无限制
- select_last_index: 只支持设为0 |
| ArgMin | - axis: 无限制
- keepdims: 无限制
- select_last_index: 只支持设为0 |
| AveragePool | - auto_pad: 只支持NOTSET
- ceil_mode: 无限制
- count_include_pad: 只支持设为1
- kernel_shape: 无限制
- pads: 无限制
- strides: 无限制 |
| BatchNormalization | - epsilon: 无限制
- momentum: 不支持
- training_mode: 不支持 |
| Cast | to:uint8/int8/uint16/int16/uint32/int32/float32 |
| Ceil | 无限制 |
| Clip | - min: 无限制
- max: 无限制 |
| Concat | axis: 无限制 |
| Constant | 无限制 |
| ConstantOfShape | 无限制 |
| Conv | - auto_pad: 只支持NOTSET
- dilations: 无限制
- group: 无限制
- kernel_shape: 无限制
- pads: 无限制
- strides: 无限制
- note: 当使用DepthWise/Group Conv， 并且dilation不为1时效率较低。 |
| ConvTranspose | - auto_pad: 只支持NOTSET
- dilations: 暂时只能设为1
- group: 无限制
- kernel_shape: 无限制
- output_shape: 暂不支持
- pads: 无限制
- strides: 无限制
- note: DepthWise ConvTranspose 效率较低。output_padding: output_padding_h \<= pads_bottom, output_padding_w \<= pads_right |
| CumSum | - exclusive: 暂时仅支持 0
- reverse: 暂时仅支持 0 |
| DepthToSpace | - blocksize: 无限制
- mode: 暂时只支持DCR |
| Div | 无限制 |
| Elu | 无限制 |
| Equal | 无限制 |
| Erf | 无限制 |
| Exp | 无限制 |
| Expand | 无限制 |
| Flatten | 无限制 |
| Gather | - axis: 无限制
- indices: 暂时只支持1维 |
| Gelu | 无限制 |
| Gemm | - alpha: 暂不支持
- beta: 暂不支持
- transA: 无限制
- transB: 无限制 |
| GlobalAveragePool | 无限制 |
| GlobalMaxPool | 无限制 |
| Greater | 无限制 |
| GreaterOrEqual | 无限制 |
| HardSigmoid | 无限制 |
| HardSwish | 无限制 |
| Identity | 无限制 |
| InstanceNormalization | epsilon:无限制 |
| LayerNormalization | axis暂时只支持为-1(即最后一维) |
| Less | 无限制 |
| LessOrEqual | 无限制 |
| LpNormalization | - axis暂时只支持-1(即最后一维)
- p只支持1或2 |
| LSTM | - activation_alpha: 暂时不支持
- activation_beta: 暂时不支持
- activations: 暂时不支持
- clip: 暂时不支持
- hidden_size: 无限制
- input_forget: 暂时不支持
- layout: 只支持设为0
- B: 无限制
- sequence_lens: 不支持
- initial_h: 无限制
- initial_c: 无限制
- P: 暂时不支持
- direction: 支持“bidirectional”、“reverse”、“forward” |
| LeakyRelu | 无限制 |
| MatMul | 无限制 |
| Max | 无限制 |
| Min | 无限制 |
| Mish | 无限制 |
| MaxPool | - auto_pad: 只支持设为NOTSET
- ceil_mode: 无限制
- dilations: 只支持为1
- kernel_shape: 无限制
- pads: 无限制
- storage_order: 只支持设为0
- strides: 无限制 |
| Mul | 无限制 |
| Neg | 无限制 |
| Not | 无限制 |
| PRelu | 4D tensor输入时，channel维度在第二维， 并且slope shape暂时只支持(channel,) 或者(1, channel, 1, 1) |
| Pad | - pads: 无限制
- constant_value: 无限制
- mode: 只支持constant
- axes: 暂不支持 |
| Pow | 不支持elemwise计算， exponent只支持initializer形式且为标量。 |
| ReduceL2 | - axes: 无限制
- keepdims: 无限制
- noop_with_empty_axes: 该参数暂不支持 |
| ReduceMax | - axes: 无限制
- keepdims: 无限制
- noop_with_empty_axes: 该参数暂不支持 |
| ReduceMax | - axes: 无限制
- keepdims: 无限制
- noop_with_empty_axes: 该参数暂不支持 |
| ReduceMean | - axes: 无限制
- keepdims: 无限制
- noop_with_empty_axes: 该参数暂不支持 |
| Relu | 无限制 |
| Reshape | shape: 无限制 |
| Resize | - mode: 支持"nearest"、”linear“可选
- scales: 无限制nearest_mode: 只支持设为round_prefer_ceil |
| Sigmoid | 无限制 |
| Slice | - starts: 无限制
- ends: 无限制
- axes: 无限制
- steps: 无限制 |
| SpatialTransformer | 插值方式为 "bilinear", 边界处理方式为 "constant"（值为0） |
| Split | - axis: 无限制
- num_outputs: 无限制 |
| Sqrt | 无限制 |
| Silu | 无限制 |
| Sin | 无限制 |
| Swish | 无限制 |
| Squeeze | axes: 无限制 |
| Softmax | axis: 无限制 |
| Softplus | 无限制 |
| SpaceToDepth | blocksize: 无限制 |
| Sub | 无限制 |
| Tanh | 无限制 |
| Topk | 无限制 |
| Transpose | perm: 无限制 |
| Unsqueeze | axes: 无限制 |
| Where | 无限制 |