Closed
[Bug-Report|缺陷反馈]: L2Normalize 普通 FP32 开方模式回退及 FP16 特殊值覆盖缺口 #8024
raoliang_sacAdd on  18 days agoClosed at  18 days ago
raoliang_sac
raoliang_sacCollaborators
18 days ago Create

Describe the current behavior / 问题描述

已合入的 #13443 将普通 FP32 切片也切换为 1-ULP sqrt。空 axis、eps=0 的非零有限输入可复现相对精确 ±1 的舍入差异;现有统计精度标准仍达标。另有 FP16 最大值、次正规值及 Inf/NaN 的仓内回归覆盖缺口。

Environment Information / 环境信息

  • Ascend950PR_9579、CANN 9.3.0,两套任务内独立安装用于主线/修复对照。
  • Python 3.12.9,TTK 8f50c96868d36d11f413f4acaa369ed03280fe2a,显式 --pc=1。
  • 主线:eee087959c030e9647990199b1727102f695c99f;修复提交:a2b97d2c41fb7a8b834f58d1316dcdf543f9d8d1。

Steps to reproduce the issue / 重现步骤

  1. FLOAT32 shape=[8],axis=[]、eps=0,输入 [-841.525634765625, -460.3163757324219, -0.10450954735279083, -0.003607991384342313, -817.0941162109375, -0.23848676681518555, -0.7906009554862976, 13.625178337097168]。
  2. 主线 8 个输出均相对精确 ±1 有舍入差异,最大绝对差 1.1920928955078125e-7;独立 FP64 参考保留原有数学语义。4096 元素冻结输入中可复现 122 个差异,三次运行一致。
  3. 核对仓内 28 条 CSV,缺少 FP16 finite extremes、次正规数及混合非有限输入覆盖。补测主线 24 条边界全部通过,因此仅认定为测试覆盖缺口,没有把它归咎于新的 FP16 计算 bug。

Describe the expected behavior / 预期结果

普通 FP32 开方保持此前 0-ULP 模式;危险量级继续按现有缩放路径计算,满足原精度标准。补齐少量可执行且可移植的 FP16 边界回归,不扩大仓内最大 shape,不改变 golden 或容差。

同一输入修复后,4096 元素差异 122→0、8 元素差异 8→0。最终 kernel 85/85 PASS/BINARY_MATCH、三次确定性全部 PASS;GEIR 85/85 PASS,85 条输入字节一致。

17 条性能按历史 NO_FOLD=1 最小 G/N=0.236646,全部 >=0.1。GPU 使用之前实际 A100 compile/Nsight 采集结果,未重新核定物理带宽折合系数。

Special notes for this issue / 备注

这是对评审提出的精度模式和覆盖问题的后续修正,不是主线 TTK 超差的声明。未修改 FP16 算法、Group 同步机制、独立 FP64 golden 或验收门槛。

修复分支:fix/l2-normalize-review-regressions-20261103。
关联 PR:https://gitcode.com/cann/ops-nn/pull/13500

likedislike
raoliang_sacraoliang_sacCollaborators
18 days ago Added label: bug-report
yuning_chenyuning_chenCollaborators
18 days ago Assign raoliang_sac as responsible person
CANN-robotCANN-robotCollaborators
18 days ago Close issue
CANN-robotCANN-robotCollaborators
18 days ago Added label: resolved