| Files | Last commit | Last update |
|---|---|---|
feat: 新增Ascend950系列MaximumGrad、MinimumGrad算子实现 Co-authored-by: Hana77<wangtianqi27@huawei.com> # message auto-generated for no-merge-commit merge: !6632 merge 1030 into master feat: 新增Ascend950系列MaximumGrad、MinimumGrad算子实现 Created-by: Hana77 Commit-by: Hana77 Merged-by: cann-robot Description: ## 描述 ### 改动原因 Ascend950（arch35）系列需要原生支持 MaximumGrad/MinimumGrad（elementwise maximum/minimum 的反向梯度算子，兼容 TensorFlow MaximumGrad/MinimumGrad）。TF 反向图中该梯度被分解为 GreaterEqual/LessEqual + Select/SelectV2 + 常量 zeros 的多算子子图，执行效率低，需要提供单一融合算子承接。 ### 改动方法 新增 math/maximum_grad、math/minimum_grad 两个算子工程（40 个文件，+4979 行）： **算子规格**：输入 grads/x1/x2（float16/float32/bfloat16/int32，ND，三输入 dtype 必须一致）；输出 y1/y2（broadcast 后 shape）；属性 grad_x/grad_y（bool，默认 true，不能同时为 false）；AICore 配置 ascend950，支持动态编译静态化、动态 rank、动态 shape。 **Host 侧**：op_def 注册 + proto（TF 兼容）；infershape 三输入 broadcast 推导（两输出均为 broadcast shape，校验空 tensor/属性合法性）；InferDataType 迁移至 op_graph（4 dtype 白名单 + 跨输入一致性校验）；arch35 tiling 基于 atvoss broadcast tiling；ascend950 binary 配置 4 dtype × 3 输出形态（y1_only/y2_only/both）共 12 个/算子。 **Kernel 侧**：arch35 AIV only，基于 atvoss BroadcastSch 调度 + DAG 描述，按 outputCount 模板实例化三种输出形态。 **融合规则 MaximumMinimumGradFusionPass**（maximum/minimum 共用）：将 TF 分解梯度子图（GE/LE + Select/SelectV2 + zeros，5→2）融合为单一算子；支持 both/dx-only/dy-only 三种形态，单形态要求子图边界自包含（self-contained）防误匹配；基于 GE 9.0.0 pattern 框架，编译期宏 + 运行时版本双重保护（低于 9.0.0 不注册），≥9.0.0 走 AfterInferShape。 canndev 侧配套改动：https://gitcode.com/cann/canndev/pull/82627 ## 关联的Issue - #3966 ## 测试 - UT：infershape / tiling(arch35) / graph_infer / fusion_pass（含 Select 与 SelectV2、GradientTape 命名、dx-only/dy-only 正例，平台不支持、scope 不匹配、zeros 非全零、端口交换等负例） - E2E：tests/assets golden 基准 + maximum_grad_e2e.py / minimum_grad_e2e.py（tensorflow 命名空间挂载） - GEIR 示例：examples/arch35/test_geir_maximum_grad.cpp、test_geir_minimum_grad.cpp ## 文档更新 - 无 ## 类型标签 - [ ] Bug修复 - [x] 新特性 - [ ] 性能优化 - [ ] 文档更新 - [ ] 其他，请描述： See merge request: cann/ops-math!6632 | 15 days ago |