【合入来源】

关联 Issue: https://gitcode.com/Ascend/op-plugin/issues/367

• 需求
• 问题单
• issue/工单
• 重构优化
• 资料更新

【修改方案】

问题根因

clamp_npu_output_size（op_plugin/utils/KernelNpuOutputSize.cpp）在 self.numel() == 0 时直接返回 self.sizes()，跳过了与 min/max 的 broadcast 计算。

该函数通过 op_plugin_functions.yaml 中 size: clamp_npu_output_size(self, min, max) 配置被 gen_opapi 自动生成的 clamp.Tensor / clamp.Tensor_out 调用，bug 会真实触发。

broadcast_ops_npu_output_size 内部使用 at::infer_size，已正确处理 0 维、left-pad 和 broadcast 合法性校验。短路分支绕过了这些能力，导致两类问题：

1. shape 计算错误：当 self.ndim < min/max.ndim（broadcast 应扩展维度）或同维度但某维需扩展时，返回的 shape 维度数/数值错误。

   • 例：self=(0,), min=(3,1) → 正确结果 (3, 0)，短路返回 (0,)
   • 例：self=(1, 0), min=(3, 1) → 正确结果 (3, 0)，短路返回 (1, 0)

2. 吞掉 broadcast 合法性校验：不可 broadcast 的非法输入（如 self=(0,), min=(3,)）被静默接受，错误延迟到后续 kernel 执行。

修复方法

删除 self.numel() == 0 短路分支（7 行），统一走 broadcast_ops_npu_output_size（at::infer_size），与 PyTorch 上游 torch.clamp.Tensor 的 broadcast 语义保持一致。

【资料变更】

不涉及

【接口变更】

不涉及

【功能验证】

验证场景（self.numel()==0 且需 broadcast）：

【CheckList】

• 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

【本地验证】

修改后，torch.clamp和torch._refs.clamp_max均执行成功：