Closed
[Bug-Report|缺陷反馈]: LpNormReduce FP32 整数幂精度与溢出边界错误 #8177
raoliang_sacAdd on  17 days agoClosed at  17 days ago
raoliang_sac
raoliang_sacCollaborators
17 days ago Create

Describe the current behavior / 问题描述

LpNormReduce 的 FP32 整数快速幂会累计舍入误差。第三轮原始 LpNormReduce_L1_671 在报告包和最新主线各连续 3 次失败:三方 RMSE 比 7.033040637 > 1.5。NPU 与最近 FP32 真值最多相差 11 ULP,实际 GPU 最多相差 1 ULP;131072 个 NPU 输出逐位等于四次普通 FP32 平方的结果。

相关边界:p=3、x=6981463572480 时,正确 FP32 结果为 3.4028234663852886e38,普通快速幂提前溢出为 Inf。

Environment Information / 环境信息

  • Ascend950PR_9579 / DAV_3510。
  • CANN 9.3.0:报告 C12B126,以及当前验证 C25B114。
  • Python 3.12.9;TTK 5bc080fe42c25b2a11654e514de10ac08771cb02,--pc=1。
  • 最新主线基点 2338134073423aa5622ce5f743342b5445cfafc7。

Steps to reproduce the issue / 重现步骤

  1. FP32 输入 shape (1,1,131072)、数值范围 [-2,-1],p=16、axes=[1]、epsilon=1e-12。
  2. 用冻结输入调用 kernel,分别与 FP64 CPU 真值及实际 Torch GPU 输出进行原始 cross_check,RMSE 比门槛 1.5。
  3. 原始输入 payload SHA256:a97d10235c27bd7346ff4abc682ec0bc23e30e79fe720ce711f4cbcd695bc000。
  4. 归约长度为 1,排除求和累计误差;四次 FP32 平方可逐位重现旧 NPU 输出。

Describe the expected behavior / 预期结果

FP32 整数幂满足既有三方精度标准,并保持有限值、Inf/NaN 语义。临界 p3 输入应返回有限 FP32 最大值。

修复使用融合乘加保留乘积低位,并对高位溢出采用缩放保护。原始 671 连续 3 次 PASS,RMSE 比 0.953876791,golden、冻结数据及门槛均未修改。

源码 ST 18/18、16 组幂边界、14 条相关冻结用例和旧失败 590 回放均通过。C12 相同版本对照也通过原始 3 次及 ST 18 条。3 组定向性能的保守同带宽折合最低 0.15699 >= 0.1。

Special notes for this issue/备注

修复 PR:https://gitcode.com/cann/ops-nn/merge_requests/13708

本 Issue 聚焦幂计算缺陷。21 条标量失败来自 TTK 输入形状物化口径,已通过原生 GEIR 和兼容传参单独验证。未执行的内存受限项目不计通过。

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