问题描述

math/cosh/docs/aclnnCosh&aclnnInplaceCosh.md 的 aclnnInplaceCoshGetWorkspaceSize 参数表（第 255-261 行）
把 selfRef 的数据类型写作 FLOAT、FLOAT16、DOUBLE，第 286-288 行另用分组段声明
「Atlas A3 系列产品：selfRef 数据类型额外支持 COMPLEX64、COMPLEX128、BFLOAT16」。

在 Atlas A2（910B） 上实测，这三种 dtype 第一段与第二段接口都返回 0，且结果正确
（bf16 得 0x3fc6 = 1.546875，与 cosh(1.0)=1.5430806 在 bf16 1 ulp 内；complex64/128 输出
(1.354181, 0.563421) 与公式 cosh(1)cos(0.5)=1.354181、sinh(1)sin(0.5)=0.563421 逐位一致）。也就是说资料对 A2 的支持面低报，
用户按资料会误判 A2 不可用。

实现侧不是"漏放行"：op_api/aclnn_cosh.cpp:61-66 的 CheckInplaceDtypeValid 走
GetDtypeSupportListV2(DTYPE_OUT_LIST, ...)，而 DTYPE_OUT_LIST 明确包含 BF16/COMPLEX64/COMPLEX128；
cosh.cpp 的 AICORE_910B_DTYPE_SUPPORT_LIST 也含 BF16。同一探针里 int32 反例返回 161002，
证明白名单仍然生效。因此这是资料声明面问题（documentation），不是实现缺陷。

复现脚本

#include <cstdio>
#include <cstring>
#include <vector>
#include "acl/acl.h"
#include "aclnnop/aclnn_cosh.h"

static int One(aclDataType dt, const char* name)
{
    size_t es = (dt == ACL_COMPLEX64) ? 8 : (dt == ACL_COMPLEX128) ? 16 : 2;
    void* dev = nullptr;
    aclrtMalloc(&dev, es, ACL_MEM_MALLOC_HUGE_FIRST);
    std::vector<uint8_t> h(es, 0);
    if (dt == ACL_BF16) { uint16_t v = 0x3F80; memcpy(h.data(), &v, 2); }  /* 1.0 */
    else if (dt == ACL_COMPLEX64) { float v[2] = {1.f, 0.5f}; memcpy(h.data(), v, 8); }
    else { double v[2] = {1.0, 0.5}; memcpy(h.data(), v, 16); }
    aclrtMemcpy(dev, es, h.data(), es, ACL_MEMCPY_HOST_TO_DEVICE);
    int64_t sh[1] = {1}, st[1] = {1};
    aclTensor* t = aclCreateTensor(sh, 1, dt, st, 0, ACL_FORMAT_ND, sh, 1, dev);
    uint64_t ws = 0; aclOpExecutor* ex = nullptr;
    aclnnStatus r1 = aclnnInplaceCoshGetWorkspaceSize(t, &ws, &ex);
    aclnnStatus r2 = 12345;
    if (r1 == 0) {
        void* m = nullptr;
        if (ws) aclrtMalloc(&m, ws, ACL_MEM_MALLOC_HUGE_FIRST);
        r2 = aclnnInplaceCosh(m, ws, ex, nullptr);
        aclrtSynchronizeStream(nullptr);
        std::vector<uint8_t> b(es, 0);
        aclrtMemcpy(b.data(), es, dev, es, ACL_MEMCPY_DEVICE_TO_HOST);
        if (dt == ACL_BF16) { uint16_t v; memcpy(&v, b.data(), 2); printf("[%s] ret1=0 ret2=0 out_bf16=0x%04x\n", name, v); }
        else if (dt == ACL_COMPLEX64) { float v[2]; memcpy(v, b.data(), 8); printf("[%s] ret1=0 ret2=0 out=(%.6f,%.6f)\n", name, v[0], v[1]); }
        else { double v[2]; memcpy(v, b.data(), 16); printf("[%s] ret1=0 ret2=0 out=(%.12f,%.12f)\n", name, v[0], v[1]); }
        if (m) aclrtFree(m);
    } else {
        printf("[%s] ret1=%d\n", name, (int)r1);
    }
    aclDestroyTensor(t); aclrtFree(dev);
    return 0;
}

int main()
{
    aclInit(nullptr); aclrtSetDevice(0);
    aclrtStream s; aclrtCreateStream(&s);
    One(ACL_BF16, "bf16");
    One(ACL_COMPLEX64, "complex64");
    One(ACL_COMPLEX128, "complex128");
    One(ACL_INT32, "int32(阴性对照,资料未列且实现拒绝)");
    aclrtDestroyStream(s); aclrtResetDevice(0); aclFinalize();
    return 0;
}

编译与运行（Linux + CANN 9.2.0，Atlas A2）：

g++ -std=c++17 -O2 -w probe_cosh_dtype.cpp -o probe_cosh_dtype -I$ASCEND_HOME_PATH/include -L$ASCEND_HOME_PATH/lib64 -lascendcl -lnnopbase -lopapi
./probe_cosh_dtype

实测输出

$ g++ -std=c++17 -O2 -w probe_cosh_dtype.cpp -o probe_cosh_dtype -I$ASCEND_HOME_PATH/include \
    -L$ASCEND_HOME_PATH/lib64 -lascendcl -lnnopbase -lopapi && ./probe_cosh_dtype
[bf16] ret1=0 ret2=0 out_bf16=0x3fc6
[complex64] ret1=0 ret2=0 out=(1.354181,0.563421)
[complex128] ret1=0 ret2=0 out=(1.354180656705,0.563421465231)
[int32(阴性对照,资料未列且实现拒绝)] ret1=161002

期望行为

主表（第 255-261 行）应把 BFLOAT16、COMPLEX64、COMPLEX128 列进 A2 面的数据类型，或明确写
「A2 亦支持」；建议同时在「约束说明」补一句 A2 上 bf16/complex 走 AICPU 实现，便于性能预期管理。

同接口另两条建议（可并在本单一起修）

1. 未声明空 tensor（numel=0）的返回与写回语义：实测 ret1=ret2=0 且输出缓冲不被写。
2. 未声明溢出饱和语义：cosh(x) 超过本 dtype 上界时输出 inf（实测 fp16 x=11.78125 → 65376 有限、
   bf16 x=89.5 → inf、fp32 x=89.45 → inf），不是 clip 到 dtype 最大值。

环境

• 设备：Atlas A2 训练系列 910B2（Ascend 910B2）
• CANN 9.2.0，驱动 26.1.1，torch_npu 2.12.0.post3
• 接口：aclnnInplaceCoshGetWorkspaceSize / aclnnInplaceCosh