问题描述

接口资料 attention/mla_preprocess/docs/aclnnMlaPreprocess.md 对 cacheMode=0 明确写了三个张量不需要传：

• kvCacheRope：「可选参数，支持传入空指针……cacheMode为0：不传入。」
• qRopeOut：「cacheMode为0：不输出。」
• krCacheOut：「cacheMode为0：不输出。」

但 A2 实测：cacheMode=0 时按资料把这三个参数传 nullptr，第一段接口直接返回 161001（ACLNN_ERR_PARAM_NULLPTR），
该模式按资料无法调用。把三者换成任意占位 tensor 后可以跑通，但三个缓冲区全程没有被写入（预填的哨兵值原样保留），
说明它们在该模式下确实不参与计算，只是被生成接口当成了必填项。

同时 cacheMode=1 下 ctkvScale / qNopeScale 传 nullptr 也返回 161001，而资料写的是「仅在 cacheMode 为 2 时传入」。

环境信息

• 产品：Atlas A2 训练系列产品（910B2），单卡
• CANN：9.2.0（npu-smi 26.1.1）
• 调用方式：aclnn 两段式 C 直调（aclnnMlaPreprocessGetWorkspaceSize + aclnnMlaPreprocess）
• 基线参数：tokenNum=8、hiddenSize=7168、headNum=32、blockNum=192、blockSize=128、wdqDim=1536、qRopeDim=kRopeDim=64

重现步骤

1. 以 attention/mla_preprocess/examples/test_aclnn_mla_preprocess.cpp 为基线，把 cacheMode 改为 0。
2. 输出形状按资料改成：qOut=[8,32,576]、kvCacheOut=[192,128,1,576]（kvCache 与 kvCacheOut 传同一块内存）。
3. 按资料把三个张量传空：

    ret = aclnnMlaPreprocessGetWorkspaceSize(
        input, gamma0, beta0, quantScale0, quantOffset0, wdqkv, deScale0, bias0,
        gamma1, beta1, quantScale1, quantOffset1, wuq, deScale1, bias1, gamma2,
        cos, sin, wuk,                       /* RoPE 正常传入 */
        kvCache,                             /* 与 kvCacheOut 同一块 GM */
        nullptr,                             /* kvCacheRope：资料要求 cacheMode=0 不传 */
        slotMapping, ctkvScale, qNopeScale,
        1536, 64, 64, 1e-5, 2, 2,
        true, true, true, /*cacheMode=*/0, 0, true, 1,
        qOut, kvCache,                       /* kvCacheOut = kvCache */
        nullptr,                             /* qRopeOut：资料要求 cacheMode=0 不输出 */
        nullptr,                             /* krCacheOut：资料要求 cacheMode=0 不输出 */
        &workspaceSize, &executor);
    // 实测返回 161001

4. 把上面三个 nullptr 换成任意占位 aclTensor（形状 [192,128,1,64] / [8,32,64] / [192,128,1,64]，内容随意），
   同样的调用返回 0；此时三个缓冲区内容与调用前逐字节一致（未被写入）。

预期结果

按资料写法在 cacheMode=0 下能成功执行，只写 qOut 与 kvCacheOut。

实际结果

第一段返回 161001；只有把三个模式内不参与计算的 tensor 都传成占位张量才能运行。

备注

• 根因位置：attention/mla_preprocess/op_host/mla_preprocess_def.cpp 把 24 个输入与 4 个输出全部声明为
  ParamType(REQUIRED)，其中包含 kv_cache_rope、q_rope_out、kr_cache_out、ctkv_scale、q_nope_scale；
  生成的两段式接口据此对空指针统一拦截，与资料给出的「可选 / 不输出 / 仅某模式传」语义冲突。
• 修复方向（二选一）：
  1. 把 kv_cache_rope、q_rope_out、kr_cache_out 以及 ctkv_scale、q_nope_scale 按资料改为 ParamType(OPTIONAL)，
     由 tiling 按 cache_mode 决定是否使用；
  2. 若不打算支持可空，则修正资料，删除「不传入 / 不输出」的表述，并在资料中说明需传占位张量及其形状。
• 与 #5792（MlaPreprocessV2 cacheMode=1 输出形状推导）不是同一问题：本条是 cacheMode=0 的参数可空性与资料不一致，不涉及形状推导。