🔵 Low Priority

变更位置：test/distributed/test_reduce_scatter_tensor.py 第 94–95 行和 61–62 行，新增 @SupportedDevices(['Ascend910A', 'Ascend910B', 'Ascend910_93']) 装饰器到 test_reduce_scatter_tensor_uneven 和 test_reduce_scatter_tensor 两个测试方法。

这两个测试方法使用 ReduceOp.SUM（默认值），不涉及本 PR 修改的 ReduceOp.AVG → div_("trunc") 代码路径。新增装饰器后，这些 SUM 测试将在 A5（Ascend950）设备上被跳过。

影响：A5 上 reduce_scatter_tensor（SUM 模式）的测试覆盖被移除。这可能是预期行为（SUM 在 A5 上尚未支持或存在其他问题），且与本 PR 的 div_ 修改无直接关联，但缺少对同一函数非 AVG 路径的 A5 测试覆盖是一个测试空白。

建议：确认 SUM 路径在 A5 上是否需要跳过。如果需要跳过，建议添加注释说明原因；如果不需要，移除 SupportedDevices 装饰器以保持 A5 上的测试覆盖。

🟡 Medium Priority

变更位置：torch_npu/csrc/distributed/ProcessGroupHCCL.cpp 第 6113–6119 行，_reduce_scatter_base 函数的 ReduceOp::AVG 后处理分支。

问题：在 A5（Ascend950+）设备上，div_ 调用被无条件添加了 rounding_mode="trunc" 参数。根据 PyTorch ATen 的实现（BinaryOps.cpp），当 rounding_mode="trunc" 时调用的是 div_trunc_stub（截断除法），而非 div_true_stub（真除法）。这对整数张量是正确的（整数除法需要截断），但对浮点张量会改变语义——原本的 tensor.div_(getSize()) 是浮点真除法（计算数学平均值），而 tensor.div_(getSize(), "trunc") 会执行向零截断，得到的是截断后的结果而非真正的平均值。

影响：若在 A5 上使用 ReduceOp::AVG 搭配浮点类型张量调用 reduce_scatter_tensor，输出的平均值将是截断的而非精确的，与非 A5 设备行为不一致。

缓解因素：当前活跃测试 test_reduce_scatter_tensor_avg（第 116 行）仅使用 np.int32, np.int8 整数类型；浮点 AVG 测试 test_reduce_scatter_tensor_uneven_avg 已被 @unittest.skip 跳过。因此该问题在当前测试覆盖下是潜伏的。

if (is_atlas_a5 && c10::isIntegralType(tensor.scalar_type(), /includeBool=/false)) {
tensor.div_(getSize(), "trunc");
} else {
tensor.div_(getSize());
}
如果 A5 上所有类型的 div_ 都必须带 rounding_mode，则浮点类型应使用 true division 的正确 rounding_mode（或不带 rounding_mode）。

建议：根据张量 dtype 条件性添加 rounding_mode="trunc"：整数类型使用 trunc，浮点类型不添加 rounding_mode（保持原始浮点除法行为）。或者确认 A5 上所有类型都必须带 rounding_mode 后，对浮点类型使用不带 rounding_mode 的 div_（若可用）或显式使用 true division 路径。