提交提案之前，请先检索仓库内是否已有相同的提案，如已有请在同一提案中进行讨论。

💻 需求背景、当前现状、期望实现的功能内容、具体的设计方案、以及测试方案

需求背景

本需求面向 Ascend 950 上的 MHC 训练场景。对 MhcPreBackward 算子进行性能优化，并新增 aclnnMhcPreBackwardV2 接口，用于显式选择 Cube 的 HF32 计算模式。

相应地，torch_npu.npu_mhc_pre_backward 接口需要提供计算模式配置参数。

当前现状

当前 Torch 接口形式不包含 inner_precise 参数：

torch_npu.npu_mhc_pre_backward(
    x,
    phi,
    alpha,
    grad_h_in,
    grad_h_post,
    grad_h_res,
    inv_rms,
    h_mix,
    h_pre,
    h_post,
    gamma=None,
    hc_eps=1e-6,
    grad_x_post=None,
)

接口固定调用 aclnnMhcPreBackward，Cube 使用 FP32 模式，无法选择新增的 aclnnMhcPreBackwardV2 HF32 模式。

期望实现的功能

为 torch_npu.npu_mhc_pre_backward 新增可选参数：

inner_precise: int = 0

参数含义如下：

• inner_precise=0：调用 aclnnMhcPreBackward，Cube 使用 FP32 模式。
• inner_precise=1：调用 aclnnMhcPreBackwardV2，Cube 使用 HF32 模式。
• 其他取值：返回参数错误。

更新后的接口形式为：

torch_npu.npu_mhc_pre_backward(
    x,
    phi,
    alpha,
    grad_h_in,
    grad_h_post,
    grad_h_res,
    inv_rms,
    h_mix,
    h_pre,
    h_post,
    gamma=None,
    hc_eps=1e-6,
    grad_x_post=None,
    inner_precise=0,
)

inner_precise 默认为 0，因此现有业务代码不需要修改，接口行为和精度模式保持不变。用户只有显式传入 inner_precise=1 时才启用 HF32。

具体设计方案

1. 在 npu_mhc_pre_backward 的 Torch Schema 和 C++ 接口中增加可选参数 inner_precise，默认值为 0。

2. 在 OpAPI 实现中校验参数范围，仅允许取值 0 或 1。

3. 根据 inner_precise 选择底层 aclnn 接口：

   • inner_precise=0：调用 aclnnMhcPreBackward。
   • inner_precise=1：调用 aclnnMhcPreBackwardV2，并将 inner_precise 透传为底层计算模式参数。

4. 调用前检查对应 aclnn 接口是否可用。当运行环境不支持所选择的接口时，返回明确的版本或能力不支持提示。

5. 输出 Tensor 的 Shape、数据类型和分配方式保持不变，不改变 gamma、grad_x_post 等可选输入的现有语义。

6. 保持反向兼容：未传入 inner_precise 的现有调用仍走 FP32 V1 接口。

测试方案

1. FP32 兼容性测试

   验证不传 inner_precise 和显式传入 inner_precise=0 时均调用 V1 接口，结果与修改前保持一致。

2. HF32 功能测试

   显式传入 inner_precise=1，验证能够正常调用 aclnnMhcPreBackwardV2，并与 CPU 参考结果进行精度比较。

3. 输入组合覆盖

   FP32 和 HF32 模式分别覆盖：

   • BSND 和 TND 输入格式。
   • 传入和不传入 gamma。
   • 传入和不传入 grad_x_post。

4. 参数校验测试

   验证 inner_precise 取非 0/1 值时能够返回明确的参数错误。

5. 兼容性测试

   验证旧版本调用方式无需增加参数即可继续正常执行，输入输出 Shape、数据类型和返回值数量均不发生变化。

6. 平台测试

   在 Ascend 950 环境运行相关 UT，确认：

   • inner_precise=0 实际调用 aclnnMhcPreBackward。
   • inner_precise=1 实际调用 aclnnMhcPreBackwardV2。
   • 两种模式均满足对应精度要求。

替代方案

补充说明

欢迎加入社区，感谢您对社区的贡献 🎉!