变更摘要

本 PR 为 norm_multiply_dropout 算子迁移系列的第 3 个 PR，新增了反向算子 norm_multiply_dropout_backward 的 AscendC op_kernel 实现。核心是模板类 NormMultiplyDropoutBackward<T, isNeedDrop>，它按核数切分行区间，完成 d_x / d_u / d_weight / d_bias 四路梯度的计算，并包含 dropout 反向、LayerNorm 反向公式推导、float 与非 float 类型的搬运/转换分支以及多核间梯度原子累加；同时新增 tilingKey 声明头文件，以支持是否启用 dropout 的模板分发。本 PR 不含构建接入，这些文件在系列最后一个 PR 合入前不参与编译。

主要改动

• 反向 kernel 主体实现：新增 norm_multiply_dropout_backward.cpp，其中的模板类 NormMultiplyDropoutBackward 通过 init 读取 NormMultiplyDropoutBackwardTilingData（含 bigCoreNum、littleCoreNum、avgCoreCalcRows、xRowCount、xColCount、singleBlockRows、eps、dropoutRatio 等）完成大核/小核行区间分配与多缓冲区初始化，process 按 loop/tail 分块依次执行搬运、计算、搬出。
• 四梯度计算流程：Compute 先做 dropout 反向，再计算 x_hat = (x - mean) / sqrt(var + eps)、ln_out = x_hat * weight + bias，进而得到 d_u = d_out * ln_out、d_ln_out = d_out * u，用逐元素累加得到 d_bias 与 d_weight，并通过 WholeReduceSum 求行和后按 LayerNorm 反向公式得到 d_x。
• keepProb 边界处理：当 probValue = 1 - dropoutRatio 不大于 0 时，不调用 DropOut API，而是用 Duplicate 将 dOutLocal 清零，对齐 PyTorch 在 dropout_ratio=1.0 时梯度为 0 的语义，并规避除零导致的 NaN/Inf。
• 数据类型与搬运分支：区分 T 是否为 float，分别走 CopyInNoCast/CopyOutNoCast 与 CopyInWithCast/CopyOutWithCast，非 float 路径通过 Cast 在 float 计算域与原始类型间转换，mean/var 用 DataCopyPad 按行搬入。
• 多核梯度聚合与模板分发：process 末尾通过 SetAtomicAdd<float>() 将各核的 dWeightLocal2/dBiasLocal2 原子累加写回 dWeightGM/dBiasGM；新增 norm_multiply_dropout_backward_tilingKey.h，用 ASCENDC_TPL_ARGS_DECL/ASCENDC_TPL_SEL 为 NormMultiplyDropoutBackward 声明 isNeedDrop 布尔模板参数（0/1），对应 kernel 入口 norm_multiply_dropout_backward<isNeedDrop>。

代码审查

审查结论

变更文件逐项确认

• ascendc/activation/norm_multiply_dropout/norm_multiply_dropout_backward/op_kernel/CMakeLists.txt：no issues（与 ln_mul、in_linear_silu_backward 的 op_kernel CMake 完全同构，npu_op_kernel_options/sources/library + TILING_LIBRARY cust_optiling + npu_op_package_add 用法一致，无硬编码路径与 GLOB）。
• ascendc/activation/norm_multiply_dropout/norm_multiply_dropout_backward/op_kernel/norm_multiply_dropout_backward_tilingKey.h：no issues（include guard、ASCENDC_TPL_ARGS_DECL/ASCENDC_TPL_SEL 写法与 in_linear_silu_backward_tilingKey.h 一致，模板参数顺序与 kernel 入口 template <bool isNeedDrop> 匹配）。
• ascendc/activation/norm_multiply_dropout/norm_multiply_dropout_backward/op_kernel/norm_multiply_dropout_backward.cpp：发现 12 个问题（见下）。

问题统计

• P1：1 个（ASSERT 缺分号，若宏为 do{}while(0) 即为编译失败；本 PR 不接构建，缺陷会延迟到 P6 暴露）
• P2：7 个（useCoreNum 未使用导致缺越界保护、TBuf 累加器原子搬出前缺 V→MTE3 同步、dWeight/dBias 依赖外部清零、reduce/mask 依赖 xColCount 对齐但无校验、GM 偏移 int32 乘法链溢出、GetValue 前缺 V→S 同步、DropOut 原地 src==dst）
• P3：5 个（loop *= BUFFER_NUM 空操作、未使用成员与被遮蔽的 info、oneBLockElements 拼写、reduceTemp 复用 dropBuf 的容量上限、逐行小向量指令与 weight/bias 重复搬运的开销）

总体风险判断

该 kernel 数学公式（dU/dLnOut/dWeight/dBias/layer-norm 反向 dX 的推导与 keepProb<=0 清零分支）经逐行核对是对的，分核与尾块切分逻辑也自洽；但工程实现层面的隐患较多且集中在"时序同步"与"隐性前置约束"两类：V→MTE3 / V→S 同步缺失会使结果偶发错误（难定位），xColCount 对齐、useCoreNum 边界、GM 预清零三项完全依赖本 PR 之外的 tiling/host 契约而 kernel 侧没有任何兜底。由于本 PR 明确不参与编译、且不含 UT/ST，这些问题最早也会在 P6 构建接入与首个反向用例时才暴露，建议在 P6 之前修正（尤其 P1/P2 各条），风险等级评为中高。

⛔ 需要修改

Thanks for your pull-request.
The full list of commands accepted by me can be found at here.
You can get sig-info at here.
You can self-configure the PR merge rules for this repository. For more details, please refer to Here.

PR Approval Progress

⚠️ This PR does not yet meet the following requirements:lgtm (requires ≥ 2 person(s) per module)、approve (requires ≥ 1 person(s) per module)

Module Approval Details

💡 Tip:

• Committer can comment /approve or /lgtm
• Commenting /approve implies both code review (lgtm) and intent to merge (approve)

CLA Signature Pass

huiyangpeng, thanks for your pull request. All authors of the commits have signed the CLA. 👍