【合入来源】

如有社区issue，请关联issue链接
请勿携带内部流程信息（需求链接、问题单、内部issue等）

• 需求
• 问题单
• issue/工单：https://gitcode.com/Ascend/pytorch/issues/4368
• 重构优化
• 资料更新

【修改方案】

promoted rtree 形状对齐修复

promoted rtree flat-loop 重写把归约 mask 升级为全槽位块形状，但 (a) 被 mask 的 load 指针在索引只覆盖部分自由 r-node 时仍为条形；(b) store 偏移仍停留在提升前 rank——两者均依赖上游 Triton宽容、triton-ascend 拒绝的隐式 ptr-vs-mask 广播（NoTritonConfigsError: Cannot broadcast ...）。所有 2+ r-node 广播归约在编译期命中**；图带存活 x 轴（如 layernorm backward）时触发变体。

• load：索引张量显式 tl.broadcast_to 到逐槽位块形状（非 r 槽位取 real_sizes[s] 真实保持轴块宽——存活 x 轴得 XBLOCK 而非 1）；
• store：偏移 tl.full rank 前缀改写为 [1]*real_ndim，broadcast_to 目标逐槽位对齐（r 槽 1、保持槽真实块宽），与 value 侧塌缩镜像。

1. 修复前的故障现场

1.1 load 侧：ptr 与 mask 形状不齐

重写后 kernel 的 load 段（3×3 等价形式）：

r0_1 = tl.arange(0, 3)[:, None, None]     # [3,1,1] 行索引
r0_0 = tl.arange(0, 3)[None, :, None]     # [1,3,1] 列索引
tmp1 = tl.load(y + (r0_0), (r0_1mask & r0_0mask), other=0.0)

• 组合掩码 (r0_1mask & r0_0mask) 逐格相与，广播为 [3,3,1]；
• 指针的索引项 r0_0 只携带列轴，停留在 [1,3,1]。

即 tl.load(ptr[1,3,1], mask[3,3,1])：掩码为 3×3 每格发放守卫位，而地址表只有第一行。
上游 Triton 以隐式广播容纳该写法；triton-ascend 拒绝：

ValueError: Cannot broadcast ... [3,3,1] vs [1,3,1]
→ 全部候选 config 编译失败 → NoTritonConfigsError → test_cauchy(_dynamic_shapes) FAIL

1.2 store 侧：偏移 rank 滞后（large_broadcast_reduction 类图）

tl.store(out_ptr0 + tl.full([1, 1], 0, tl.int32).broadcast_to(XBLOCK, 1), tmp4, None)

• value tmp4：promoted 重写经 tl.sum + resize 升至 rank-3 [1,1,1]；
• offset：tl.full([1,1], 0, dt).broadcast_to(XBLOCK, 1) 是上游在 flat 单轴时代发射的
  标准偏移形态，rank-2。重写对循环体按 token 匹配改造，该表达式不含任何被匹配的名字
  （长在循环外、由 tl.full 与数字常量构成），因此未被升级。

ValueError: rank mismatch: [1, 1, 1], [1, 1]

【资料变更】

不涉及

【接口变更】

不涉及

【功能验证】

【CheckList】

PR提交人对以下CheckList自检项进行全量自检，自检通过或不涉及，均修改 [ ] 为 [x]

• 代码注释完备，正确记录错误日志
• 代码实现进行了返回值、空指针等校验
• PR标题正确使用类型标签，如：feat、fix、refactor、docs、test等
• PR持续集成流水线（CI）执行通过，代码检查无异常