Gcd

功能概述

aclnnGcd 对 self 和 other 做逐元素最大公约数计算，输入 shape 需要满足 broadcast 关系，输出 shape 为 broadcast 后的结果。当前 experimental 实现支持 ND、rank 1-8、非连续输入/输出和以下数据类型：

• float32
• float16
• bfloat16
• int8
• uint8
• int16
• int32
• int64

浮点输入按任务验证口径处理：有限数值计算前按 C/C++ 整数转换规则向 0 截断，再执行整数 Gcd，结果可 cast 回请求的输出 dtype。NaN/Inf 不属于当前有效输入域。混合 dtype 输入支持 float32、float16、bfloat16、int8、uint8、int16、int32、int64 范围内的原 Gcd promote/cast 规则。

产品与源码路径

产品/架构	编译 SoC	host tiling	kernel	支持 dtype
Atlas A2/A3	ascend910b, ascend910_93	op_host/gcd_tiling.cpp	op_kernel/gcd.cpp, op_kernel/gcd.h	float32, float16, bfloat16, int8, uint8, int16, int32, int64 with promote/cast

源码结构参考 experimental/math/bitwise_and 的扁平布局：host tiling 只有 op_host/gcd_tiling.cpp，kernel 只有 op_kernel/gcd.cpp 和 op_kernel/gcd.h，不再按架构建子目录或在 kernel 入口内分支。ACLNN wrapper 先按 PromoteType(self, other) 将普通 mixed 输入转换为内部 same-dtype Gcd，再按需要 cast 到 out dtype；仅三组在 op_host/gcd_def.cpp 注册的小 mixed 签名可走融合 kernel。L2 在 launch 前校验 promote 后的输入为受支持 same dtype，L0 再次校验最终签名已注册，未匹配的签名不会进入 kernel。L0/API 使用单一 AiCore dtype 支持集合，不根据运行 NPU arch 切换 dtype 合同。

当 promote 后的 self、other 与连续 out dtype 完全相同时，GcdToOutput 直接把同 dtype Gcd 结果写入用户输出，避免临时结果和一次 ViewCopy；它不负责 mixed 输入或不同输出 dtype。其他情况使用“Gcd -> 按需 Cast -> ViewCopy”通用路径。

实现说明

• 当前 Ascend C 实现的 host tiling 在 op_host/gcd_tiling.cpp 内生成 rank、broadcast 后 shape、两路输入 stride 和输出元素数；stride 为 0 表示该维度 broadcast 复用同一输入元素。
• host tiling 按输出 storage word 数选择 blockDim：int8/uint8 每 4 个元素 1 个 word，int16/float16/bfloat16 每 2 个元素 1 个 word，float32/int32 每元素 1 个 word，int64 每元素 2 个 word；大 shape 可使用多 AIV core，小 shape 可保持较少 block。
• kernel 侧使用 GM scalar broadcast 计算，不物化输入 broadcast。入口保持 ACLNN wrapper 的五参数 ABI，通过 get_para_base() 读取 tensor 地址，并从 paramBase + 5 读取内联 tiling 数据。
• 多核切分使用连续 storage-word chunk，边界按 16 个 32-bit word 对齐，避免 subword dtype 的 byte/half lane 在跨核写回时互相覆盖。
• 当两路输入相对 broadcast 输出都是 dense contiguous same-shape 布局时，kernel 走线性 GM 地址快路径，直接以输出线性坐标读写输入和输出；存在 broadcast stride 时仍走通用 OffsetCursor 路径。
• 单元素 GCD 计算保持全域正确：0..255 小幅值输入使用小质因数分解路径减少标量 modulo/循环，大幅值输入保留 Euclid modulo 路径。
• float32 通过 IEEE-754 位级解码向 0 截断到 uint64 整数语义，避免超出 int64 值域时的隐式转换，超出 uint64 范围时按 UINT64_MAX 封顶，GCD 结果直接转回 float32 而不经过 int64；float16/bfloat16 通过 raw 16-bit lane 解码有限浮点的整数部分，计算后编码回原浮点 dtype。
• int8/uint8/int16 使用 raw lane 读写和 packed 32-bit 输出；int32/int64 使用通用 GM scalar 路径。signed dtype 先得到绝对值，再执行 Euclid GCD。
• ACLNN 层先将非连续输入转为连续 Tensor，输出仍通过 ACLNN copy/view 流程写回用户 out，因此输入和输出均可覆盖非连续场景。
• 当前实现不调用 Python reference、PyTorch/torch_npu 等价 Gcd、官方/vendor Gcd、CANN TBE Gcd 或 CPU fallback 作为计算路径。

限制说明

• 浮点支持只表示 float32/float16/bfloat16 有限值按向 0 截断后执行 GCD，并 cast 回原 dtype；不表示支持 NaN、Inf 或任意未定义浮点 bit pattern。
• 完整支持边界以任务书/API 文档的 dtype、rank、broadcast、非连续、整数 promote/cast 和浮点有限值语义为准。

测试

ACLNN 调用示例位于 examples/test_aclnn_gcd.cpp。L2 UT 位于 tests/ut/op_api/test_aclnn_gcd.cpp，通过仓库统一的 math_op_api_ut 目标执行。

贡献说明

贡献者	贡献方	贡献算子	贡献时间	贡献内容
于森浩、刘崇威	深圳河套学院、大连理工大学、香港中文大学	Gcd	2026/07/16	Gcd 算子适配开源仓