Felipe97/llama-cpp-compiled

1#pragma once2 3#include "llama-kv-cache-dsa.h"4 5#include <vector>6 7//8// llama_kv_cache_dsa_iswa9//10 11// utilizes two child memories: llama_kv_cache_dsa for the full-attention (DSA) layers and llama_kv_cache for the SWA layers12 13class llama_kv_cache_dsa_iswa : public llama_memory_i {14public:15    llama_kv_cache_dsa_iswa(16            const llama_model & model,17                    ggml_type   type_k,18                    ggml_type   type_v,19                         bool   v_trans,20                         bool   offload,21                         bool   swa_full,22                         bool   unified,23                     uint32_t   kv_size,24                     uint32_t   n_seq_max,25                     uint32_t   n_ubatch,26                     uint32_t   n_pad,27        const layer_filter_cb & filter_mla,28        const layer_filter_cb & filter_lid,29        const  layer_reuse_cb & reuse);30 31    ~llama_kv_cache_dsa_iswa() = default;32 33    //34    // llama_memory_i35    //36 37    llama_memory_context_ptr init_batch(38            llama_batch_allocr & balloc,39            uint32_t n_ubatch,40            bool embd_all) override;41 42    llama_memory_context_ptr init_full() override;43 44    llama_memory_context_ptr init_update(llama_context * lctx, bool optimize) override;45 46    bool get_can_shift() const override;47 48    void clear(bool data) override;49 50    bool seq_rm  (llama_seq_id seq_id,                              llama_pos p0, llama_pos p1) override;51    void seq_cp  (llama_seq_id seq_id_src, llama_seq_id seq_id_dst, llama_pos p0, llama_pos p1) override;52    void seq_keep(llama_seq_id seq_id)                                                          override;53    void seq_add (llama_seq_id seq_id,                              llama_pos p0, llama_pos p1, llama_pos shift) override;54    void seq_div (llama_seq_id seq_id,                              llama_pos p0, llama_pos p1, int d) override;55 56    llama_pos seq_pos_min(llama_seq_id seq_id) const override;57    llama_pos seq_pos_max(llama_seq_id seq_id) const override;58 59    std::map<ggml_backend_buffer_type_t, size_t> memory_breakdown() const override;60 61    // state write/load62 63    void state_write(llama_io_write_i & io, llama_seq_id seq_id = -1, llama_state_seq_flags flags = 0) const override;64    void state_read (llama_io_read_i  & io, llama_seq_id seq_id = -1, llama_state_seq_flags flags = 0) override;65 66    //67    // llama_kv_cache_dsa_iswa specific API68    //69 70    llama_kv_cache_dsa * get_dsa() const;71    llama_kv_cache     * get_swa() const;72 73private:74    const bool unified;75 76    std::unique_ptr<llama_kv_cache_dsa> kv_dsa;77    std::unique_ptr<llama_kv_cache>     kv_swa;78};79 80class llama_kv_cache_dsa_iswa_context : public llama_memory_context_i {81public:82    using slot_info_vec_t = llama_kv_cache::slot_info_vec_t;83 84    // used for errors85    llama_kv_cache_dsa_iswa_context(llama_memory_status status);86 87    // used to create a full-cache context88    llama_kv_cache_dsa_iswa_context(89            llama_kv_cache_dsa_iswa * kv);90 91    // used to create an update context92    llama_kv_cache_dsa_iswa_context(93            llama_kv_cache_dsa_iswa * kv,94            llama_context * lctx,95            bool optimize);96 97    // used to create a batch processing context from a batch98    llama_kv_cache_dsa_iswa_context(99            llama_kv_cache_dsa_iswa * kv,100            slot_info_vec_t sinfos_mla,101            slot_info_vec_t sinfos_lid,102            slot_info_vec_t sinfos_swa,103            std::vector<llama_ubatch> ubatches);104 105    virtual ~llama_kv_cache_dsa_iswa_context();106 107    //108    // llama_memory_context_i109    //110 111    bool next()  override;112    bool apply() override;113 114    llama_memory_status  get_status() const override;115    const llama_ubatch & get_ubatch() const override;116 117    //118    // llama_kv_cache_dsa_iswa_context specific API119    //120 121    const llama_kv_cache_dsa_context * get_dsa() const;122    const llama_kv_cache_context     * get_swa() const;123 124private:125    // the index of the next ubatch to process126    size_t i_next = 0;127 128    std::vector<llama_ubatch> ubatches;129 130    const llama_memory_context_ptr ctx_dsa;131    const llama_memory_context_ptr ctx_swa;132 133    const llama_memory_status status;134};135