[Bug-Report|缺陷反馈]: MoeTokenPermuteWithEpGrad 非法 range 长度仍返回成功

问题描述

aclnnMoeTokenPermuteWithEpGrad 的接口文档规定 rangeOptional 的 size 为 2，
但 MoeTokenPermuteWithEpGrad Host Tiling 在传入 3 个元素的 range 时只打印错误并
继续生成 tiling，最终返回 GRAPH_SUCCESS。这使非法属性没有在 Tiling 阶段被拒绝，且
与当前测试名 test_tiling_range_size_invalid 和接口约束不一致。

环境信息

• 仓库/commit：cann/ops-transformer / a2ee2d92804d6d04fcc64e748628000539ab1464
• OS/架构：Linux 5.10.0-216.0.0.115.oe2203sp4 / aarch64
• Ascend 硬件：Ascend 910B3；本条为 Host Tiling 验证
• Driver/Toolkit/OPP：Driver 25.5.2；CANN Toolkit/OPP 9.1.0
• 编译器和 Python：G++ 11.4.0；Python 3.12.13；CMake 3.22.1

重现步骤

1. 在 MoeTokenPermuteWithEpGrad Host Tiling 测试框架中构造输入：
   permuted_tokens_output_grad=[16,128]、sorted_indices=[128]、
   permuted_probs_output_grad=[128]、输出分别为 [16,128] 和 [16,8]。
2. 设置 num_topk=8、padded_mode=false，将 range 设置为 {0,16,1}。
3. 调用已注册的 MoeTokenPermuteWithEpGrad Tiling 回调，读取返回的 graph status。
4. 将 range 改为合法的 {0,16}，重复同一调用作为对照。

预期结果

根据 moe/moe_token_permute_with_ep_grad/docs/aclnnMoeTokenPermuteWithEpGrad.md 中
rangeOptional 的说明，长度不是 2 的属性应被拒绝，Tiling 应返回
ge::GRAPH_FAILED，不应写入成功的 tiling 数据。

实际结果

range={0,16,1} 返回 ge::GRAPH_SUCCESS，测试框架记录 tilingRet=0，并继续得到
tiling key；连续 5 次复现一致。合法 range={0,16} 对照连续 5 次返回成功。
仓库现有 test_tiling_range_size_invalid 也以 GRAPH_SUCCESS 作为预期，因此当前
测试把该非法输入错误地判为通过。

日志/最小复现

构建命令：bash build.sh --ophost_test --noexec --ops=moe_token_permute_with_ep_grad -j2，
退出码 0。运行真实 Host UT 的契约对照时，合法测试退出码 0；非法测试的预期失败断言
退出码 1，日志中的关键差异为：

Expected: ge::GRAPH_FAILED
Actual:   tilingRet = 0 (ge::GRAPH_SUCCESS)

源码位置：moe/moe_token_permute_with_ep_grad/op_host/moe_token_permute_with_ep_grad_tiling.cpp
第 175-181 行检查长度，第 369-386 行忽略 Init() 的失败状态并继续 Tiling。

影响与规避方式

影响：调用方无法在 Host Tiling 阶段识别非法 range 长度，错误可能延迟到后续编译或
设备运行阶段，且生成的 tiling 数据不具备接口契约保证。规避方式是调用前保证
range 恰好包含两个元素。当前仅使用合法的二元素 range。

建议的回归测试

建议增加合法二元素、空数组、单元素和三元素 range 的 Host Tiling 回归用例：仅二元素
输入返回 GRAPH_SUCCESS，其他长度返回 GRAPH_FAILED；同时验证失败路径不调用
后续 tiling data 写入逻辑。保留现有 18 项算子 Tiling 用例作为兼容性回归。

Validation

证据摘要

版本和环境

• 仓库/remote：cann/ops-transformer / https://gitcode.com/cann/ops-transformer.git
• 分支和 commit：源码副本固定在 a2ee2d92804d6d04fcc64e748628000539ab1464；该 commit 的
  version.cmake 声明 ops-transformer 版本 9.1.0
• OS/架构：Linux 5.10.0-216.0.0.115.oe2203sp4，aarch64
• Ascend 硬件：Ascend 910B3，设备 2；npu-smi 25.5.2，设备健康状态 OK
• Driver：25.5.2；Toolkit/OPP：CANN 9.1.0
• 编译器/Python/CMake：G++ 11.4.0；Python 3.12.13；CMake 3.22.1
• 版本边界：本次使用目标源码的 Host Tiling 和 CANN 9.1.0 Host 依赖完成验证；未进行
  匹配产品包的 NPU 端到端运行，不将 Host 结果外推到其他版本。

契约和源码事实

• moe/moe_token_permute_with_ep_grad/docs/aclnnMoeTokenPermuteWithEpGrad.md:148-156
  明确 rangeOptional 的 size 为 2。
• moe/moe_token_permute_with_ep_grad/op_host/moe_token_permute_with_ep_grad_def.cpp:52-54
  将 range 注册为可选 ListInt 属性。
• moe/moe_token_permute_with_ep_grad/op_host/moe_token_permute_with_ep_grad_tiling.cpp:175-181
  检查 ContinuousVector 长度并在不等于 2 时记录 “the size of range only support 2”，
  但该检查位于返回 void 的 Init() 中。
• moe/moe_token_permute_with_ep_grad/op_host/moe_token_permute_with_ep_grad_tiling.cpp:369-386
  调用 Init() 后无状态检查，继续执行 SetCoreNum、Tiling、写入 tiling data 并返回
  context->SetTilingKey(...)。因此非法长度分支只退出 Init()，没有把错误传递给外层。
• moe/moe_token_permute_with_ep_grad/tests/ut/op_host/test_moe_token_permute_with_ep_grad_tiling.cpp:287-308
  现有测试名为 test_tiling_range_size_invalid，但对三元素 range={0,16,1} 断言
  ge::GRAPH_SUCCESS，与文档和错误日志不一致。

复现与预期/实际差异

• 最小输入：permuted_tokens_output_grad=[16,128]、sorted_indices=[128]、
  permuted_probs_output_grad=[128]；输出按现有 UT 使用 [16,128] 和 [16,8]；
  num_topk=8、padded_mode=false。
• 合法对照：range={0,16}。
• 非法输入：range={0,16,1}。
• 构建命令：bash build.sh --ophost_test --noexec --ops=moe_token_permute_with_ep_grad -j2，
  退出码 0；复用已构建的 transformer_op_host_ut 运行本地契约测试，真实注册的 Host
  Tiling 回调被调用。
• 预期：根据接口文档，长度不是 2 的 range 应返回 ge::GRAPH_FAILED，不能生成成功
  的 tiling 数据。
• 实际：三元素 range 返回 ge::GRAPH_SUCCESS（测试框架打印 tilingRet=0），并继续
  生成 tiling key；本地契约断言退出码为 1。二元素合法对照 5 次均退出码 0。
• 重复性：非法输入的契约测试连续运行 5 次，均为 1 个合法对照通过、1 个非法输入断言
  失败，退出码均为 1；失败位置均是实际 GRAPH_SUCCESS 与预期 GRAPH_FAILED 的差异。
• 现有回归对照：该算子原有 18 个 Host Tiling 用例全部通过（退出码 0），其中
  test_tiling_range_size_invalid 也通过，因为它当前错误地接受非法长度。
• 证据等级：E3。

根因和影响

Init() 对非法 range 只执行函数内的 return，PermuteWithEpGradTilingCompute()
没有接收或检查该错误状态，随后使用默认初始化参数继续生成 tiling。调用者因此无法通过
Host Tiling 返回值识别输入违反接口约束，非法图可能进入后续编译或运行阶段；影响包括错误
的 tiling 数据、延迟到更晚阶段失败，以及调用侧无法可靠定位参数错误。规避方式是只传入
长度为 2 的 range，或在调用前自行校验属性长度。

修复版验证

• 修复：将 Init() 改为返回 ge::graphStatus，非法 range 长度返回
  ge::GRAPH_FAILED，并由 PermuteWithEpGradTilingCompute() 立即传播；同步修正原有
  test_tiling_range_size_invalid 的错误成功断言。
• 修复版 Host UT 构建退出 0；设置 BUILD_PATH=build 后，合法/非法 range 契约、18
  项既有 Tiling 用例和 2 项 InferShape 用例共 22 项，连续 5 轮均通过并退出 0。
• 构建日志为 logs/rebuild-host-ut-fix-real.log，运行日志为
  logs/run-existing-range-suite-fix-real-with-build-path.log。
• 结果仍限定为固定源码的 Host Tiling/InferShape 验证，未执行匹配产品包的 NPU 端到端
  运行。

关联 PR: https://gitcode.com/cann/ops-transformer/merge_requests/10538