现象

aclnnMoeGatingTopKBackward 的资料内部对 out 的 dtype 约束给了两套互相冲突的说法：

xNorm 只支持 FLOAT32，gradY 支持 FLOAT16/BFLOAT16/FLOAT32，两者无法同时满足。
实测实现按参数表口径校验（out 必须与 gradY 一致）：out=fp32 + gradY=fp16 + xNorm=fp32
（即「错误码表口径」下应当合法的组合）第一段直接返回 161002。

期望

错误码表 161002 的第 2 条子项应改为「out的数据类型与gradY不一致」，与参数表和实现保持一致；
否则调用方按错误码表"对齐 xNorm"构造 fp32 输出时会被 161002 拒绝。

环境

• 硬件：Atlas A3 系列（Ascend 910）
• CANN：9.2.0
• 仓库：ops-transformer，master 5d75099700459eaae3291ae331fcc288269d2825（2026-10-25 fetch）
• 接口：aclnnMoeGatingTopKBackward（moe/moe_gating_top_k_backward/docs/aclnnMoeGatingTopKBackward.md）

复现步骤

1. 用下方编译命令编译单文件程序 repro_out_dtype.cpp（只依赖 CANN 头文件与 libascendcl/libopapi）。
2. 运行 ./repro_out_dtype。
3. 观察两行输出：out=fp16 == gradY 返回 0；out=fp32 == xNorm 返回 161002。

复现脚本

#include <cstdio>
#include <vector>
#include "acl/acl.h"
#include "aclnnop/aclnn_moe_gating_top_k_backward.h"

static aclTensor* Mk(void** dev, const std::vector<int64_t>& s, aclDataType dt)
{
    int64_t n = 1; for (auto d : s) n *= d;
    size_t bytes = (size_t)n * aclDataTypeSize(dt);
    aclrtMalloc(dev, bytes, ACL_MEM_MALLOC_HUGE_FIRST);
    aclrtMemset(*dev, bytes, 0, bytes);
    return aclCreateTensor(s.data(), s.size(), dt, nullptr, 0, ACL_FORMAT_ND,
                           s.data(), s.size(), *dev);
}

static int Run(aclDataType outDt, const char* name)
{
    const int64_t M = 4, N = 8, K = 2;
    void *dx = nullptr, *dg = nullptr, *di = nullptr, *do2 = nullptr;
    aclTensor* xNorm = Mk(&dx, {M, N}, ACL_FLOAT);
    aclTensor* gradY = Mk(&dg, {M, K}, ACL_FLOAT16);
    aclTensor* idx = Mk(&di, {M, K}, ACL_INT32);
    aclTensor* out = Mk(&do2, {M, N}, outDt);
    uint64_t ws = 0; aclOpExecutor* ex = nullptr;
    aclnnStatus ret = aclnnMoeGatingTopKBackwardGetWorkspaceSize(
        xNorm, gradY, idx, 0, 1, 2.5, 1e-20, out, &ws, &ex);
    printf("%-42s phase1 ret=%d\n", name, (int)ret);
    if (ret != ACL_SUCCESS) printf("    errmsg: %.160s\n", aclGetRecentErrMsg());
    aclDestroyTensor(xNorm); aclDestroyTensor(gradY); aclDestroyTensor(idx);
    aclDestroyTensor(out);
    for (void* p : {dx, dg, di, do2}) if (p) aclrtFree(p);
    return (int)ret;
}

int main()
{
    aclInit(nullptr);
    aclrtSetDevice(0);
    Run(ACL_FLOAT16, "out=fp16 == gradY(fp16)  [param table]");
    Run(ACL_FLOAT,   "out=fp32 == xNorm(fp32) [error table]");
    aclFinalize();
    return 0;
}

编译命令：

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

实测输出：

out=fp16 == gradY(fp16)  [param table]     phase1 ret=0
out=fp32 == xNorm(fp32) [error table]      phase1 ret=161002
    errmsg: Failed to execute operator MoeGatingTopKBackward_0.
    details of parameter are xNorm(DT_FLOAT, ND), gradY(DT_FLOAT16, ND),
    expertIdx(DT_INT32, ND), out(DT_FLOAT, ND).
    Supported dtype list: ... gradY(DT_FLOAT16, ND), out(DT_FLOAT16, ND)

影响

按资料错误码表实现调用方的框架（例如按 xNorm 的 dtype 分配输出）会在第一段拿到 161002，
且错误信息只报「dtype 与原型不一致」，无法定位到「out 应对齐 gradY」。
半精梯度场景（gradY=fp16、xNorm=fp32）是本接口的主要用法，命中概率高。

建议

把错误码表 161002 的第 2 条子项改为「out的数据类型与gradY不一致」；
或在参数表补一句「out 的 dtype 必须与 gradY 相同，与 xNorm 无关」。