| Files | Last commit | Last update |
|---|---|---|
fix(square_sum_all): preserve square and reduction residuals Co-authored-by: raoliang_sac<raoliang4@huawei.com> # message auto-generated for no-merge-commit merge: !7040 merge fix/square-sum-all-accurate-reduction into master fix(square_sum_all): preserve square and reduction residuals Created-by: raoliang_sac Commit-by: raoliang_sac Merged-by: cann-robot Description: ## 描述 修复 Ascend 950 SquareSumAll 在 71 元素小归约及 240669576 元素长归约中的三方精度失败。最新主线固定原输入回放时，第二路输出的原 L1 RMSE 比分别为 1.9344、1.5967，超过 1.5。 两条 kernel 路线在平方累计、水平归约及跨核合并中保留 FP32 舍入残差；复用现有 32 字节 workspace 槽位保存高低分量，同步 UB 预算与最小 UB 边界 UT。为全向量计算显式补零尾块，并保留 NaN/Inf 传播及两路输出隔离。 ## 关联的Issue https://gitcode.com/cann/ops-math/issues/4423 ## 测试 - 发布 binary 固定输入回归 61/61 用例、122/122 输出通过原 cross_check L1；全部 BINARY_MATCH，内存检查全部通过。包含本轮两例失败及历史 seed42–53、两条 kernel 分支、尾块和特殊值。 - 原 golden、A100 FP32 torch.dot 及 L1 容差未修改。 - UB 边界 UT 已同步为 170496 字节，恰好够用和少一字节回退均通过；Ascend 950 Host UT 42/42，A2 公共 shape UT 10/10。最终提交包含该 UT 文件，共 6 个变更文件。 - 仓内精简 ST 19/19、38/38 输出通过原 cross_check L1，真实 A100 原 FP32 Compose 逐文件输入哈希核对并三次重复输出一致；新增一例 71 元素用例，最大规模保持 8193。 - A100 torch.compile 两路 torch.dot 的 Nsight Systems 实测覆盖 25 个规模。按带宽比 1555/1598.4 折算，G/N 最小值 0.2652，高于本次要求 0.1。存在性能回退，共同 55 例耗时比中位数 1.64，最大 4.21。 - 统一入口本地 CI PASS（Ascend 950/A2），受测与远端 SHA fc9c6e6e54bc4a7c15cc4c0e5dfce52523b6e726。线上 CI [compile 评论](https://gitcode.com/cann/ops-math/merge_requests/7040#note_197765066) 已回查，机器人确认[流水线已启动](https://gitcode.com/CANN/ops-math/actions/runs/0e843b2088be48be98b1da8ca91d895d)；平台完成结果尚未确认。 ## 文档更新 接口、数学语义和支持范围不变，本次未修改对外文档。 ## 类型标签 - [x] Bug修复 - [ ] 新特性 - [ ] 性能优化 - [ ] 文档更新 - [ ] 其他，请描述： See merge request: cann/ops-math!7040 | 7 days ago |