变更摘要

本 PR 修复 A5（Ascend950）代际 native_dropout_backward 反向随机算子数值与 PyTorch/GPU（H20）不对齐的问题。核心改动是在 NativeDropoutKernelNpuOpApi.cpp 的 native_dropout_backward 中新增 A5 分支：当 c10_npu::GetSocVersion() >= c10_npu::SocVersion::Ascend950 时，将 PyTorch 语义的缩放因子 scale 直接透传给新 CANN 算子 aclnnDropoutV3Grad，由内核以纯乘法链 gradX = gradY * mask * scale 完成计算，消除旧链路中"宿主侧由 scale 换算 p（1 - 1/scale）、算子内部再由 p 还原缩放因子（1/(1-p)）"两次浮点换算引入的精度误差；A2/A3 代际调用路径保持不变，对外 API 与语义不变。

主要改动

• 新增 A5 代际算子接入分支：在 native_dropout_backward 中按 SoC 版本分流，A5 及以上直接调用 aclnnDropoutV3Grad 并透传原始 scale，跳过旧链路中 aclnnDropoutDoMask 的宿主侧/算子侧两次浮点换算，使数值对齐 PyTorch/GPU；A2/A3 路径与 DO_COMPATIBILITY(aclnnDropoutDoMask, ...) 逻辑保持不变
• A5 分支的边界条件处理与参数校验：新增 TORCH_CHECK 校验 scale 必须为 0 或大于等于 1；空 mask 时直接返回按 mask.sizes() 形状创建的空张量；scale == 1（p == 0，无 dropout）时返回 grad_output.clone()，scale == 0（p == 1，全丢弃）时返回 at::zeros，其余情况才走 EXEC_NPU_CMD(aclnnDropoutV3Grad, ...) 内核路径
• 补充 A5 场景 UT 用例：在 test_native_dropout_backward.py 中新增 @SupportedDevices(['Ascend950']) 用例，覆盖 scale == 0、scale == 1、scale > 1 下的 fp32/fp16/bf16、空 mask 以及非法 scale（0.5）抛错场景，并新增 _packed_bit_mask/_expand_bit_mask 辅助方法构造按位打包的 UINT8 mask 与 CPU 侧 bool mask 展开逻辑
• 原有用例调整：将原有 test_native_dropout_backward_fp32/test_native_dropout_backward_fp16 归入 SupportedDevices(['Ascend910A', 'Ascend910B']) 约束，并抽取公共测试方法 _test_native_dropout_backward 供各用例复用

openLiBing可接管PR, PR详情链接:
https://www.openlibing.com/apps/transitionPrDetail?owner=Ascend&repo=op-plugin&number=5737&platform=gitcode&codeHostingPlatformFlag=gitcode

/approve