一、背景信息 （必填）

math/ones_like 算子当前 AICore 路径仅支持 FLOAT/FLOAT16/BFLOAT16/INT8/INT32/UINT8/BOOL
共 7 种 dtype。int64 输入时 l0op::OnesLike 的 IsAiCoreSupport 检查不通过，自动回退到
AICPU 路径执行，性能明显低于 AIV 向量核，无法充分发挥 ascend950/350/960dt 硬件算力。

在大模型训练场景中，int64 张量常用于索引、计数（如 bincount、argmax 类下游消费）、
损失掩码占位等，torch.ones_like(x) 对 int64 张量的调用频率不低，当前均为 AICPU 执行。

二、价值/作用 （必填）

1. int64 ones_like 由 AICPU 提升到 AICore（AIV）执行，消除回退带来的性能损失；
2. 补齐与 PyTorch torch.ones_like 的 dtype 对齐缺口（PyTorch 支持 int64）；
3. 与 master 上已合入的 uint32/uint64 dtype views 特性形成互补：uint64 经 dtype view
   转 int64 后同样受益于 AICore 路径；
4. 同仓库 conversion/zeros_like 已用同款 DAG 框架支持 int64，本需求无技术风险，
   且可验证 Vec::Duplicate<int64_t>/Vec::CopyOut<int64_t> 在目标硬件上可用。

三、设计方案 （必填）

3.1 使能方式

Aclnn 直调（aclnnInplaceOne），无需框架侧改动；PyTorch 侧经 dtype view 消费。

3.2 总体设计

3.2.1 算子支持的数据类型

新增 INT64：x/y 的 DataType 列表各追加 ge::DT_INT64（ND 格式，与既有 dtype 保持一致），
共支持 FLOAT、FLOAT16、BFLOAT16、INT8、INT32、UINT8、BOOL、INT64。

3.2.2 host侧设计

• ones_like_def.cpp：原型注册 dtype 列表追加 INT64；
• ones_like_tiling_key.h：新增 ONES_LIKE_TPL_INT64（tiling key 编码值 8，key = 1+(8<<1) = 17）
  及对应 DECL/SEL 声明；
• ones_like_tiling_arch35.cpp：SetTilingData/CalcInputDtype/RunTiling 三处增加 int64
  分支，tiling 计算复用 ElewiseBaseTiling.DoTiling<OnesLikeDAG<int64_t>::OpDag>；
• op_api/ones_like.cpp：AICore dtype 支持列表加入 DT_INT64；
• 三个芯片目录 ones_like_binary.json 新增 OnesLike_INT64 二进制条目。

3.2.3 kernel侧设计

零改动。kernel 采用模板化 DAG（MAKE_CONST(T,1) + Vec::Duplicate<T> + Vec::CopyOut<T>），
编译 int64 二进制时 DTYPE_X=int64_t 自动实例化 OnesLikeDAG<int64_t>，与
conversion/zeros_like 的 int64 实现方式完全一致。

3.3 支持硬件

ascend950（Ascend 950PR/950DT）、ascend350、ascend960dt（AICore 路径）；
老 910 系列保持 AICPU 回退不变。

3.4 算子约束限制

无新增约束。输入输出 dtype 需一致、shape 需一致的既有校验规则不变；
老 910 芯片 int64 仍走 AICPU（保守处理，后续另行评估）。