问题描述

在 Ascend910B3 上使用 DVM 图模式执行 BF16 SiLU/SiLU backward 时，结果与原生 ACLNN 不一致。

• SiLU 前向的 DVM decomposition 原运算顺序等价于 x * (1 / (1 + exp(-x)))，而 ACLNN 使用 x / (1 + exp(-x))。浮点运算不满足结合律，两种写法在 BF16 下存在不同的舍入结果。
• silu_backward 注册了 CompositeImplicitAutograd。AOTAutograd 图模式的外层 FunctionalTensorMode 会在 DVM 显式 decomposition 命中前走 CIA 展开，展开计算未按照 ACLNN 的 opmath 路径升到 FP32，导致 BF16 精度不一致。

期望结果

DVM 图模式下 BF16 SiLU forward/backward 与原生 ACLNN 位级一致。

修复方案

1. 在 DVM decomposition 中通过 pw_cast_for_opmath 将 BF16/FP16 输入升到 FP32 计算，输出再转换回原 dtype。
2. SiLU 前向保留 ACLNN 的除法运算顺序。
3. 使用专门列表阻止 silu_backward 被 CIA 提前展开，使其进入 DVM 显式 decomposition。
4. sigmoid 和 silu_backward 使用 aten.reciprocal(...)，避免 Tensor.__rdiv__ 引入冗余的 reciprocal * 1.0。

验证结果

CANN 9.1.0 Beta3、torch 2.9.0、torch_npu 2.9.0.post3、Ascend910B3 环境下，BF16 normal、特殊值和 uniform[-20, 20] 三组输入，每组 67591 个元素；SiLU forward/backward 相对原生 ACLNN 均为 0 mismatch，最大绝对误差为 0。