【合入来源】

如有社区issue，请关联issue链接
https://gitcode.com/Ascend/op-plugin/issues/206
请勿携带内部流程信息（需求链接、问题单、内部issue等）

• 需求
• 问题单
• issue/工单
• 重构优化
• 资料更新

【修改方案】

修改原因：
在调用cdistbackward算子时，aclnncdistbackward算子需要接收的out的shape为x1与x2（除最后两维）的broadcast结果，否则会产生报错

PyTorch 语义是右对齐广播，不是左对齐
torch.cdist 的 batch 维广播必须和 at::infer_size 一致。
原生torch 的 Distance.cpp、NPU 的 cdist_npu_output_size、前向 CdistKernelNpu.cpp 都是右对齐广播。
所以 _cdist_backward 里如果手工按“前面维度一一对应”去比，维度不同的时候会出错。

aclnnCdistBackward 是低层 kernel，不负责理解原始 Python 入参的广播语义
它要求传入的 x1/x2/grad/cdist 已经对齐到 kernel 需要的 shape。
因此 x2 也必须 expand 到和 x1 一致的 broadcast batch 空间，否则 kernel 的 pairwise 计算没有正确坐标。

在计算完毕后的aten.sum.dim_IntList 是 autograd 生成的，来源不是 cdist kernel，而是 autograd 对 broadcast backward 的标准处理。所以如果算子里不在 reduce_sum，如果重复归约，可能导致结果不对。

【具体修改方案】
保留 p 的转换和兼容分支
double p -> float p_cast
inf 映射成 -1
保留低版本 SoC / 兼容路径

按 PyTorch 标准广播规则计算 batch shape
取 x1.shape[:-2] 和 x2.shape[:-2]
用 at::infer_size(batch_tensor1, batch_tensor2) 得到广播后的 batch 维

同时 expand x1 和 x2，由于boradcast可能在非连续场景下导致精度问题，所以
x1 expand 到 broadcast_batch + [r1, c1]
x2 expand 到 broadcast_batch + [r2, c2]
两者都 contiguous() 后再传给 NPU kernel

out 按 expanded x1 的 shape 分配
_cdist_backward 的返回值语义是“第一个输入的梯度”
所以返回 shape 应该是 x1 broadcast 后的 shape，而不是原始 x1 shape

【资料变更】

不涉及

【接口变更】

不涉及

【功能验证】

说明测试场景，测试方法。如果本次测试方式与常规单元测试不同，请详细说明您的测试步骤
新增/变更内容是否已新增/适配UT测试用例看护，并补充测试自验证截图

【CheckList】

PR提交人对以下CheckList自检项进行全量自检，自检通过或不涉及，均修改 [ ] 为 [x]

• 代码注释完备，正确记录错误日志
• 代码实现进行了返回值、空指针等校验
• PR标题正确使用类型标签，如：feat、fix、refactor、docs、test等
• PR持续集成流水线（CI）执行通过，代码检查无异常