一、问题描述 （必填）

对 PadV3GradReplication（aclnnReplicationPad3dBackward）做长尾算子质量加固时，发现并修复以下问题：

1. 文档约束与实现不一致（资料问题）

• README.md、docs/aclnnReplicationPad3dBackward.md 原先声明“padding 各值必须小于 self 对应维度”。
• 实际实现只在 reflect 模式校验该约束（op_api/aclnn_pad3d_backward.cpp 的 CheckShape 中 if (mode == "reflect")）；replication 模式只校验 padding 长度为 6、非负，以及 gradOutput 维度关系。
• 在 Ascend950PR 实测：self [1,1,2,2,2]、padding [2,2,1,1,1,1]（pad == self 维）与 [3,3,1,1,1,1]（pad > self 维）均可正常返回，输出分别为 12、16，与 PyTorch replicate 语义一致。
• 已按实际契约修正文档：仅要求 padding 非负，且 gradOutput 对应维度 = self 对应维度 + 相邻两个 padding 值之和。

2. 负 padding 拦截范围不一致（代码/资料问题）

• 原实现仅在 Ascend910B/Ascend910_93 拦截 FLOAT/FLOAT16/BF16 的负 padding，Ascend950/arch35 未拦截。
• arch35 Tiling 以 uint64 无符号语义使用 padding，负值会破坏 stride/UB 预算；Kernel 又以 int32 收窄，Host/Kernel 语义不一致，存在误拒或越界风险。
• 已统一在 ACLNN 入口对所有平台、AI Core dtype（FLOAT/FLOAT16/BF16）拦截负 padding，并在 arch35 Tiling 增加兜底校验；DOUBLE/COMPLEX 继续走 AICPU 回退。

3. arch35 Tiling 健壮性不足

• 未校验维度为 0（stride/UB 预算按 uint64 计算，0 维会导致预算表达式回绕）。
• 未校验负 padding。
• GetInputDesc(0)、GetWorkspaceSizes(1) 返回值未判空。
• TilingPrepare 中编译期固化平台参数（core_num/ub_size/sysWorkspaceSize 等）与运行期获取重复，已简化，避免编译期与运行期参数不一致。

4. 文档资料与实现不一致

• README 的维度/dtype/约束说明与 aclnn 实际能力不一致：应为 4/5 维、FLOAT16/FLOAT32/BFLOAT16；DOUBLE/COMPLEX64/COMPLEX128 经 AICPU 回退支持。
• 补充 4 维/5 维空 Tensor 行为说明。
• 修正产品支持矩阵（Atlas 推理系列/Atlas 训练系列不支持）。
• 移除 replication 场景不适用的“padding 数值大于等于 self 维度”错误码行。
• 将负 padding 限制说明从 A2/A3 扩展到 Ascend 950PR&950DT、A2、A3。

二、环境信息 （可选）

• 昇腾硬件型号：Ascend950PR_957c（8 卡）
• CANN 版本：9.1.0-beta.1
• 操作系统：Linux x86_64
• 测试框架：TTK 3.0.0（ops-test-kit）