Closed
[Bug-Report|缺陷反馈]: aclnnReplicationPad2dBackward 3维输入仅第一维为0时被误拒返回 161002(资料声明 self 支持 3-4 维,161002 仅当非第一维为0) #4527
liuhanwen8Add on  13 days agoClosed at  1 day ago
liuhanwen8
liuhanwen8
13 days ago Create

关联:#4525(同属 pad 反向算子的空 tensor 处理缺口,机理相反:那条是「该写未写」,本条是「不该拒却拒」)

现象

aclnnReplicationPad2dBackward 对 3 维 self(资料声明支持 3-4 维)在「只有第一维为 0、其余维非 0」时无条件返回 161002,而同一次调用换成 4 维(batch=0)却能正常放行。

适用范围界定:本条只针对空 tensor 场景。非空 rank3 + edge 是支持的(aclnn_pad2d_backward.cpp:284-291 有 if (dimCp == 3) SqueezeNd 的 3D 路径),|| mode == "edge" 只写在空 tensor 分支(:239-248)内。

用例 self / gradInput / gradOutput padding 第一段 第二段 wsSize
对照组 rank3 非空 [2,5,5] {0,0,0,0} 0 0 512
对照组 rank4 batch=0 [0,2,5,5] {0,0,0,0} 0 0 0
缺陷组 rank3 仅首维 0 [0,5,5] {0,0,0,0} 161002 未执行 0

根因:conversion/pad_v3_grad_replicate/op_host/op_api/aclnn_pad2d_backward.cpp:242-248 的 rank3 分支把 || mode == "edge" 写进了拒绝条件,即 3 维 + ReplicationPad(mode=edge)的空 tensor 一律拒绝;紧随其后的 rank4 分支(:250-257)没有这个条件,仅在第一/二/三维为 0 时拒绝。

期望

资料 conversion/pad_v3_grad_replicate/docs/aclnnReplicationPad2dBackward.md(9.3.0-beta.1)参数说明 self 的「维度(shape)」列为 3-4,即 3 维是声明支持的输入;错误码表 161002 的空 tensor 子项原文是「self为空tensor且存在非第一维度的值为0」——本用例非第一维度为 5、5,不在该条件内,应返回 SUCCESS(3 维空态下 gradInput 本身为空,无需写值,与 rank4 batch=0 的处理一致)。

环境

  • 硬件 Ascend950PR_9579(A5);软件 CANN 9.3.0(B020),libopapi.so 构建 2026-10-28
  • 源码 cann/ops-math 分支 9.3.0-beta.1 @ 5bbae1cc784296c821e1c1aa897b91c8033c6601(2026-11-04);master 同一条件仍在(aclnn_pad2d_backward.cpp:244)
  • 跨版本一致性:同一二进制在 CANN 9.2.0-beta.2 与 9.3.0.B020 上行为一致(rank3 均 161002、rank4 均放行),非某版构建事故

复现步骤

  1. OFF=/usr/local/Ascend/ascend-toolkit/latest; source $OFF/set_env.sh; export ASCEND_RT_VISIBLE_DEVICES=<空闲卡号>
  2. 把 ## 复现脚本 的代码存为 probe.cpp
  3. g++ -std=c++17 -O2 -o probe probe.cpp -I$OFF/include -I$OFF/include/aclnnop -I$OFF/include/aclnnop/level2 -L$OFF/lib64 -lopapi -lnnopbase -lascendcl
  4. LD_LIBRARY_PATH=$OFF/lib64:$LD_LIBRARY_PATH ./probe
  5. 看 [缺陷组 rank3仅首维0]:GetWorkspaceSize = 161002(资料只把「非第一维度为 0」列为错误)
  6. 看两个对照组:rank3 非空 (0,0) wsSize=512、rank4 batch=0 (0,0) wsSize=0,均在同一个函数同一个空态分支里放行

复现脚本

[对照组 rank3非空] GetWorkspaceSize = 0 execute = 0 wsSize=512
[对照组 rank4batch0] GetWorkspaceSize = 0 execute = 0 wsSize=0
[缺陷组 rank3仅首维0] GetWorkspaceSize = 161002 execute = -2 wsSize=0
// aclnnReplicationPad2dBackward:rank3 空输入(仅第一维为 0)被无条件 161002 —— 对照/缺陷双路
// 契约:docs/aclnnReplicationPad2dBackward.md 维度列 self="3-4";161002 子项「self为空tensor且存在非第一维度的值为0」
//   => rank3 只有第一维为 0 时不应报错。实测:rank4 同场景放行并 Fill(0)+ViewCopy,rank3 因 mode=="edge" 被拒。
#include <cstdio>
#include <cstdint>
#include <cstring>
#include <vector>
#include "acl/acl.h"
#include "aclnnop/aclnn_pad2d_backward.h"

static aclTensor* T(const std::vector<int64_t>& d, void* p) {
    std::vector<int64_t> s(d.size(), 1);
    for (int i = static_cast<int>(d.size()) - 2; i >= 0; --i) s[i] = s[i + 1] * d[i + 1];
    return aclCreateTensor(d.data(), d.size(), ACL_FLOAT, s.data(), 0, ACL_FORMAT_ND, d.data(), d.size(), p);
}
static void* Dev(int64_t b, const void* h) {
    void* p = nullptr; aclrtMalloc(&p, b, ACL_MEM_MALLOC_HUGE_FIRST);
    if (h) aclrtMemcpy(p, b, h, b, ACL_MEMCPY_HOST_TO_DEVICE);
    return p;
}
static void Run(const std::vector<int64_t>& shape, aclrtStream s, const char* tag) {
    int64_t elems = 1;
    for (int64_t d : shape) elems *= d;
    const int64_t alloc = 64 * 5 * 5 > elems ? 64 * 5 * 5 : elems;
    std::vector<float> h(static_cast<size_t>(alloc), 1.0f);
    void* dg = Dev(alloc * 4, h.data()); void* ds = Dev(alloc * 4, h.data()); void* di = Dev(alloc * 4, h.data());
    aclTensor* tg = T(shape, dg); aclTensor* ts = T(shape, ds); aclTensor* ti = T(shape, di);
    int64_t pad[4] = {0, 0, 0, 0};
    aclIntArray* padding = aclCreateIntArray(pad, 4);
    uint64_t ws = 0; aclOpExecutor* ex = nullptr;
    int rc1 = int(aclnnReplicationPad2dBackwardGetWorkspaceSize(tg, ts, padding, ti, &ws, &ex));
    int rc2 = -2;
    if (rc1 == 0) {
        void* w = ws ? Dev(int64_t(ws), nullptr) : nullptr;
        rc2 = int(aclnnReplicationPad2dBackward(w, ws, ex, s));
        aclrtSynchronizeStream(s);
        if (w) aclrtFree(w);
    }
    printf("[%s] GetWorkspaceSize = %d execute = %d wsSize=%llu\n", tag, rc1, rc2, (unsigned long long)ws);
    aclDestroyTensor(tg); aclDestroyTensor(ts); aclDestroyTensor(ti); aclDestroyIntArray(padding);
    aclrtFree(dg); aclrtFree(ds); aclrtFree(di);
}
int main() {
    aclInit(nullptr); aclrtSetDevice(0);
    aclrtStream s = nullptr; aclrtCreateStream(&s);
    Run({2, 5, 5}, s, "对照组 rank3非空");
    Run({0, 2, 5, 5}, s, "对照组 rank4batch0");
    Run({0, 5, 5}, s, "缺陷组 rank3仅首维0");
    aclrtDestroyStream(s); aclrtResetDevice(0); aclFinalize();
    return 0;
}

影响

batch=0 的空批在训练末尾、数据裁剪、动态组 batch 等场景是常规形态。调用方按资料写法传 3 维输入会直接拿到 161002,而同族 4 维(batch=0)却成功,导致同一份上层代码在 3 维/4 维两条路径上表现分裂;调用方只能自行加特判绕过。

建议

一并修正两个次生问题:① 错误文案 Input dim 1 or dim 2 should not be empty 在 dim1/dim2 均非 0 时与真实原因不符(实际是 edge 模式空态限制),建议改成可区分原因的文案;② 文档 aclnnReplicationPad2dBackward.md:169-190 的 161002 七子项中没有「3D + edge」这一项,实现拒绝的理由在文档里无对应条目,建议补写。

git 佐证:git log -S 'mode == "edge"' -- '*pad2d_backward*' 只命中 7cf8c6081 init,无后续正当理由;9.3.0-beta.1 与 master 该段逐行一致。
删掉 rank3 分支里的 || mode == "edge",与 rank4 分支对齐(空态走 GetGradInputWithValueZero + ViewCopy 后返回 SUCCESS);若产品口径确实不支持「3 维 + edge 空输入」,则应在资料错误码表补写该子项,不能让实现与资料口径不一致。

likedislike
liuhanwen8liuhanwen8
13 days ago Added label: bug-report
liuhanwen8liuhanwen8
13 days ago Modify description of issue
陈思
陈思Collaborators
13 days ago Comments:

您好,感谢反馈!

问题分析

源码确认rank3的空态分支额外以mode=="edge"拒绝,rank4则按C/H/W是否为0判断;这可以解释报告中的返回差异。不过,3维[0,5,5]是C=0的无batch输入,4维[0,2,5,5]是N=0、C/H/W非0的输入,两者不是同一条batch为空语义。我们在本地PyTorch 2.12.0 CPU参考中也观察到前者被拒、后者允许,这只是参考行为,不能代替Ascend产品契约。文档写“非第一维为0时报错”却没有区分3维第一维C与4维第一维N,因此说明存在歧义;仅由支持3-4维不能推出所有首维为0的组合都应成功。现有错误文案也未说明edge模式的附加限制。

本轮核对 cann/ops-math 9.3.0-beta.1@5bbae1cc784296c821e1c1aa897b91c8033c6601。aclnn_pad2d_backward.cpp aclnnReplicationPad2dBackward.md

处理方向

可以先明确产品对空channel和空batch的支持口径,再分别对齐参数表、161002说明和错误日志。若保留现有策略,应明确3维空态的edge限制,并将日志原因与空间维为0区分;若评估扩展C=0支持,则需一起核对正向和反向的形状关系、合法输出及各调用链兼容,不能只删除mode条件便认定支持完成。我们继续确认这两类零维的接口约定。

likedislike
陈思陈思Collaborators
13 days ago Assign yangjinwen as responsible person
陈思陈思Collaborators
13 days ago Added label: pending-confirmation
陈思陈思Collaborators
12 days ago Removed label: pending-confirmation
YyangjinwenCollaborators
2 days ago Assign onanfield as responsible person
YyangjinwenCollaborators
2 days ago Removed responsible person yangjinwen
OonanfieldCollaborators
2 days ago Associated pull request
CANN-robotCANN-robotCollaborators
1 day ago Close issue
CANN-robotCANN-robotCollaborators
1 day ago changed custom state from 进行中 to 已完成
CANN-robotCANN-robotCollaborators
1 day ago Added label: resolved