Closed
[Documentation|文档反馈]: aclnnForeachLerpScalar 错误码表把「Tensor 维度超过8维」列在 561002 下,实测返回 161002 #7967
liuhanwen8Add on  19 days agoClosed at  17 days ago
liuhanwen8
liuhanwen8
19 days ago Create

关联:#7939

一句话差异:#7939 报 aclnnForeachDivScalar,本条报 aclnnForeachLerpScalar(不同接口/源文件);根因同为「host 侧 OP_CHECK_MAX_DIM 先于 tiling 拦 rank 返 161002,资料表列在 561002」。本条另附两族拦截层不同的 plog 证据与同族四接口对照。

现象

docs/aclnnForeachLerpScalar.md 的错误码表把「x1、x2或out中的Tensor维度超过8维」列在
ACLNN_ERR_INNER_TILING_ERROR(561002)下(该表项在 :194-195 的 rowspan="3" 561002 区块内,子项位于 :202)。

但真机实测 rank=9 时 aclnnForeachLerpScalarGetWorkspaceSize 返回 161002
(ACLNN_ERR_PARAM_INVALID),与该表项不符。

同一批测试里,同族四个接口 aclnnForeachErf / aclnnForeachErfc / aclnnForeachExp / aclnnForeachExpm1
在完全相同的场景(rank=9、元素数 6)下都返回 561002,与各自的资料一致。只有 LerpScalar 与 LerpList 返回 161002。

pLog 显示两族的拦截层不同:

  • Lerp 族在 host 侧即被拒:aclnn_foreach_lerp_scalar.cpp 的 CheckShape 走 OP_CHECK_MAX_DIM,该宏在 op_error_check.h:220 内部记 ACLNN_ERR_PARAM_INVALID
  • Erf 族 host 侧放行,落到 tiling 才拒:foreach_abs_tiling_arch22.cpp:438 的 CheckInputTensorlistShape 报 incorrect shape dim 9,

所以 Erf 族标 561002 与实现一致,而 LerpScalar 的实现走 host 层、返回 161002,与表项不符。

期望

以下二选一,使资料与实现一致:

  1. 把 docs/aclnnForeachLerpScalar.md:202 的该子项从 561002 区块移到 161002 区块(与同仓 aclnnForeachLerpList 一致——后者同类描述就在 161002 区块内);或
  2. 实现去掉 host 侧 rank 拦截,交由 tiling 返回 561002(与 Erf/Erfc/Exp/Expm1 一致)。

环境

  • 硬件:Ascend 910B3(910b),单卡,健康状态 OK
  • CANN:9.2.0
  • 仓:cann/ops-nn master,实测时最新提交 6df08e45

复现步骤

  1. 取本仓 master,确认 docs/aclnnForeachLerpScalar.md:194-195 是 <td rowspan="3">561002</td>、:202 是该区块子项
  2. 编译并运行下方上板探针,观察 rank=8 返回 0、rank=9 返回 161002
  3. 对照:把探针接口换成 aclnnForeachErf,同一构造下 rank=9 返回 561002

复现脚本

上板 C++ 探针(自包含,不依赖本仓构建产物):

#include <cstdio>
#include <vector>
#include "acl/acl.h"
#include "aclnn/acl_meta.h"
#include "aclnnop/aclnn_foreach_lerp_scalar.h"

static aclTensor* MT(const std::vector<int64_t>& sh, const std::vector<int64_t>& st, void* p)
{
    return aclCreateTensor(sh.data(), sh.size(), ACL_FLOAT, st.data(), 0,
                           ACL_FORMAT_ND, sh.data(), sh.size(), p);
}

int main()
{
    aclInit(nullptr); aclrtSetDevice(0);
    for (long rank : {8L, 9L}) {
        std::vector<int64_t> sh(rank, 1);
        sh[rank - 1] = 2; sh[rank - 2] = 3;
        std::vector<int64_t> st(rank, 1);
        long s = 1;
        for (long i = rank - 1; i >= 0; --i) { st[i] = s; s *= sh[i]; }
        void *pa = nullptr, *pb = nullptr, *po = nullptr;
        aclrtMalloc(&pa, 24, ACL_MEM_MALLOC_HUGE_FIRST);
        aclrtMalloc(&pb, 24, ACL_MEM_MALLOC_HUGE_FIRST);
        aclrtMalloc(&po, 24, ACL_MEM_MALLOC_HUGE_FIRST);
        aclTensor *ta = MT(sh, st, pa), *tb = MT(sh, st, pb), *to = MT(sh, st, po);
        aclTensor* a1[1] = {ta}; aclTensor* a2[1] = {tb}; aclTensor* a3[1] = {to};
        aclTensorList* l1 = aclCreateTensorList(a1, 1);
        aclTensorList* l2 = aclCreateTensorList(a2, 1);
        aclTensorList* lo = aclCreateTensorList(a3, 1);
        float wv = 0.5f;
        aclScalar* w = aclCreateScalar(&wv, ACL_FLOAT);
        uint64_t ws = 0; aclOpExecutor* ex = nullptr;
        aclnnStatus rc = aclnnForeachLerpScalarGetWorkspaceSize(l1, l2, w, lo, &ws, &ex);
        printf("  aclnnForeachLerpScalar rank=%ld -> GWS rc=%d\n", rank, (int)rc);
        aclDestroyTensorList(l1); aclDestroyTensorList(l2); aclDestroyTensorList(lo);
        aclDestroyScalar(w);
        aclrtFree(pa); aclrtFree(pb); aclrtFree(po);
    }
    aclrtResetDevice(0); aclFinalize(); return 0;
}

编译与运行:

g++ -std=c++17 -o p_lerpscalar_rank p_lerpscalar_rank.cpp \
    -I$ASCEND_HOME_PATH/include -L$ASCEND_HOME_PATH/lib64 \
    -lnnopbase -lopapi -lacl_op_compiler -lascendcl
./p_lerpscalar_rank

实测输出(ret 值即两段接口返回码):

  aclnnForeachLerpScalar rank=8 -> GWS rc=0
  aclnnForeachLerpScalar rank=9 -> GWS rc=161002

对照 aclnnForeachErf(仅替换头文件与接口名,构造完全相同):

  aclnnForeachErf rank=8 -> GWS rc=0
  aclnnForeachErf rank=9 -> GWS rc=561002

影响

按资料错误码表做异常分支处理的调用方(以 561002 判定维度越界)在 rank>8 时收不到预期码,需额外兼容 161002。
功能与数值结果均正确,仅错误码类型不符,故按文档类 P2 反馈。

建议

优先选方案 1(改文档),与同仓 aclnnForeachLerpList 的既有处理一致;方案 2 会改变已发布行为,需评估兼容性。

likedislike
liuhanwen8liuhanwen8
19 days ago Added label: documentation
yuning_chen
yuning_chenCollaborators
19 days ago Comments:

初步分析

感谢反馈,我们已开始核对这个问题。

现象理解:文档反馈;aclnnForeachLerpScalar 错误码表把「Tensor 维度超过8维」列在 561002 下,实测返回 161002。
当前判断:从标题看这是文档/示例类文档反馈「aclnnForeachLerpScalar 错误码表把「Tensor 维度超过8维」列在 561002 下,实测返回 161002」,需要核对资料与代码是否一致。初步判断待复现确认,还不能当成已确认根因。
涉及范围:aclnnForeachLerpScalar、aclnnForeachDivScalar、aclnnForeachLerpScalarGetWorkspaceSize、aclnnForeachErf、aclnnForeachErfc、aclnnForeachExp
下一步:我们会对照接口文档和示例继续核对。

正文中的报错摘录:

  • ``ACLNN_ERR_INNER_TILING_ERROR(**561002**)下(该表项在 :194-195的rowspan="3"561002 区块内,子项位于:202)。
  • - Lerp 族在 **host 侧**即被拒:aclnn_foreach_lerp_scalar.cpp的CheckShape走OP_CHECK_MAX_DIM,该宏在 op_error_check.h:220内部记ACLNN_ERR_PARAM_INVALID``
likedislike
yuning_chenyuning_chenCollaborators
19 days ago Assign Tian_1122 as responsible person
yuning_chen
yuning_chenCollaborators
19 days ago Comments:

您好,该问题已收到,当前问题 @Tian_1122 正在处理中

likedislike
Tian_1122Tian_1122Collaborators
18 days ago Associated pull request
CANN-robotCANN-robotCollaborators
17 days ago Close issue
CANN-robotCANN-robotCollaborators
17 days ago Added label: resolved