问题/功能描述

以「对齐 CPU 训练一致性」为目标，将 NPU 侧 IVFPQ 的 K-means 训练与赋值流程向 CPU（faiss::Clustering）行为靠拢：为 K-means 引入 nredo 多次重跑并按目标函数择优、使赋值算子同时支持 L2 与内积（IP）度量、将残差编码回退到 CPU 路径以规避已知算子缺陷，并顺带修正算子 kernel 的同步与偏移问题，保证 NPU 训练结果与 CPU 一致。

修改方案描述

K-means 多轮重跑择优：在 IVFPQ::trainKMeansOnNpu 与 trainKMeansOnNpuDistributed 中新增 nredo 参数，循环执行训练并用新增的 computeKMeansObjective 按目标值（L2 取最小、IP 取最大）选出最优质心，trainImpl_ 返回值由 void 改为 float objective，对齐 faiss::Clustering 的 redo 语义；同时 NpuIndexIVFPQ 改为透传 pq.cp.nredo、pq.cp.spherical、metric_type 等参数。
赋值度量扩展：训练与赋值链路新增 assignmentMetric（faiss::METRIC_L2 / METRIC_INNER_PRODUCT）贯穿 runKMeans_、runTrainAssignOp_ 等；assignCentroidOnDevice 的 IP 路径不再构造零质心范数缓冲，改由算子内部处理。
ascendc_ivfpq_coarse_assign 算子支持度量类型：算子定义新增必填 metric_type 属性，tiling 校验其取值（0/1）并写入 tilingData.metricType；kernel 按 metricType 分支，IP 用 -q.c 的 argmin 形式（避免范数累积与相消），L2 保持 |q-c|^2 计算。
残差编码回退 CPU：IVFPQ::encodeResidualsOnDevice 直接返回 false，因 AscendcIvfpqResidualEncode 算子存在已知 task-step bug（vectorCoreNum_ = usedCoreNum_ * 2 跳过一半任务，导致 dim=1024 残差召回率降至约 2%），改为走 CPU fallback 路径。
一致性细节修正：normL2_ 改用 FAISS 的 faiss::fvec_renorm_L2 实现；updateCentroids_ 的计数改为 float（新增 centroidCounts 字段）；kernel 的 CopyLabels 增加 PIPE_S 到 PIPE_MTE3 的同步并修正 tail tile 输出偏移（改用 formerTileLength 索引）；相关测试将 kDim 由 128 改为 1024，测试数据由均匀分布 np.random.random 改为标准正态 np.random.standard_normal。

开发自检

============================================================
  NPU 索引准备: NpuIndexIVFPQ (nlist=262144, M=32, nbits=8)
============================================================
检测到 16 个 NPU 设备
NPU 资源获取成功
  [distributed] deviceList = [0, 1, 2, 3, 4, 5, 6, 7]
  [distributed] cp.max_points_per_centroid=20
创建索引完成 (0.00s)
  [distributed] deviceList(actual) = [0, 1, 2, 3, 4, 5, 6, 7]
NPU 训练中...
训练完成 (87.72s)
添加向量 (200000000 条)...
添加完成, ntotal=200000000 (637.04s)
nprobe 设置为 32
  [cache] NPU 索引无法直接序列化, 转出 CPU 索引再保存: ivfpq_cache/ivfpq_32_262144_200000000_cea2b34c09904a30.index
  [cache] 已保存 CPU 索引: ivfpq_cache/ivfpq_32_262144_200000000_cea2b34c09904a30.index
NPU 搜索完成 (0.8662s)
NPU 搜索有效 label: 640/640

============================================================
  NPU -> CPU copyTo roundtrip 检查
============================================================
copyTo 完成 (23.88s), ntotal=200000000
copyTo 后 CPU search 完成: valid_labels=640/640, metric=IP
  [cache] 已加载 CPU 索引: ivfpq_cache/ivfpq_32_262144_200000000_cea2b34c09904a30.index (ntotal=200000000)
CPU 搜索完成 (0.0258s)

规范：未超过1k；超过1k已完成需备案；反合入需要标题注明【反合】
规范：关联了issue或里程碑
规范：包含UT/ST
安全：涉及对外接口/参数/环境变量改动，并同步修改资料
安全：未引入三方开源软件，引入三方开源软件需经过评审
安全：未新增对外接口/参数；新增对外接口/参数有校验
规范：未涉及资料改动；涉及资料修改并已修改完成

Pull Request已成功合入, 合并人@ascend-robot

（感谢 lan_xin 的贡献）

AtlasAccount成员

9月1日评论：

compile

atomgit-bot

9月1日评论：

变更摘要

该 PR 以「对齐 CPU 训练一致性」为目标，将 NPU 侧 IVFPQ 的 K-means 训练与赋值流程向 CPU（faiss::Clustering）行为靠拢：为 K-means 引入 nredo 多次重跑并按目标函数择优、使赋值算子同时支持 L2 与内积（IP）度量、将残差编码回退到 CPU 路径以规避已知算子缺陷，并顺带修正算子 kernel 的同步与偏移问题，保证 NPU 训练结果与 CPU 一致。

主要改动

K-means 多轮重跑择优：在 IVFPQ::trainKMeansOnNpu 与 trainKMeansOnNpuDistributed 中新增 nredo 参数，循环执行训练并用新增的 computeKMeansObjective 按目标值（L2 取最小、IP 取最大）选出最优质心，trainImpl_ 返回值由 void 改为 float objective，对齐 faiss::Clustering 的 redo 语义；同时 NpuIndexIVFPQ 改为透传 pq.cp.nredo、pq.cp.spherical、metric_type 等参数。
赋值度量扩展：训练与赋值链路新增 assignmentMetric（faiss::METRIC_L2 / METRIC_INNER_PRODUCT）贯穿 runKMeans_、runTrainAssignOp_ 等；assignCentroidOnDevice 的 IP 路径不再构造零质心范数缓冲，改由算子内部处理。
ascendc_ivfpq_coarse_assign 算子支持度量类型：算子定义新增必填 metric_type 属性，tiling 校验其取值（0/1）并写入 tilingData.metricType；kernel 按 metricType 分支，IP 用 -q.c 的 argmin 形式（避免范数累积与相消），L2 保持 |q-c|^2 计算。
残差编码回退 CPU：IVFPQ::encodeResidualsOnDevice 直接返回 false，因 AscendcIvfpqResidualEncode 算子存在已知 task-step bug（vectorCoreNum_ = usedCoreNum_ * 2 跳过一半任务，导致 dim=1024 残差召回率降至约 2%），改为走 CPU fallback 路径。
一致性细节修正：normL2_ 改用 FAISS 的 faiss::fvec_renorm_L2 实现；updateCentroids_ 的计数改为 float（新增 centroidCounts 字段）；kernel 的 CopyLabels 增加 PIPE_S 到 PIPE_MTE3 的同步并修正 tail tile 输出偏移（改用 formerTileLength 索引）；相关测试将 kDim 由 128 改为 1024，测试数据由均匀分布 np.random.random 改为标准正态 np.random.standard_normal。