cann-robotdocs: add English translations for markdown files

Files	Last commit	Last update
examples	[inv] 算子质量加固修复 + 平台适配 Co-authored-by: JasonZhang88<jason.zhangshen@huawei.com> # message auto-generated for no-merge-commit merge: !6567 merge master_new into master [inv] 算子质量加固修复 + 平台适配 Created-by: JasonZhang88 Commit-by: JasonZhang88 Merged-by: cann-robot Description: # [inv] 算子质量加固修复 + 平台适配 ## 描述依据 Inv 算子六轮全量验证（静态检查 + ST 用例生成/评审/自验证 + 上板 TTK）发现的问题进行整改，并新增芯片平台支持。本 PR 仅涉及 `math/inv/` 目录（15 文件，+646/-152），不影响其他算子。 ## 变更概述 ### 1. P1 精度缺陷修复 bf16 次正规输入倒数返回 inf（`op_kernel/arch35/inv.h`） fp16/bf16 分支的 Div 未带 config，默认 INTRINSIC 算法对 fp32 次正规操作数执行 flush-to-zero，导致合法输入（bf16 最大次正规数 1.166e-38）的倒数结果错误地返回 inf 而非有限值 8.574e37。修复为与 float32 分支统一使用 `DivConfig{PRECISION_0ULP_FTZ_FALSE}`。真机复现 FAIL(matched_ratio=0.0) → 修复后 PASS(1.0)，整批 L0 零回归。 ### 2. 功能补齐 \| 功能 \| 文件 \| 说明 \| \|---\|---\|---\| \| InferShape 推导 \| `op_host/inv_infershape.cpp`（新增） \| 注册 `IMPL_OP_INFERSHAPE(Inv).InferShape(InferShape4Inv)`，复用仓内公共 `InferShape4Elewise` \| \| Tiling rank 上界 \| `op_host/arch35/inv_tiling_arch35.cpp` \| `kMaxRank=8`，rank>8 以 EZ0012 结构化诊断码显式拒绝 \| \| InferShape rank 上界 \| `op_host/inv_infershape.cpp` \| 与 Tiling 门对称，rank>8 拒绝（EZ0012） \| \| ascend350 适配 \| `CMakeLists.txt` + `inv_def.cpp` \| `SUPPORT_COMPUTE_UNIT` 增加 ascend350，`AddConfig("ascend350")`，tiling 复用 arch35 \| ### 3. Golden 测试资产新增 `tests/assets/golden.py`（206 行）： - 注册 `inv`（Kernel/GEIR）+ `tf.raw_ops.Inv`（TF E2E，对齐插件 OriginOpType） - 参考计算全部由 torch 承担：float 用 `torch.reciprocal` 直接竞品，int32 三值映射用 `torch.where` 组合 - NumPy 仅做数据桥接；bfloat16 经 uint16 位视图往返（位级一致，含次正规数） - 延迟导入 torch（`_ensure_torch()`），纯 TF NPU 环境可加载注册 - 容差按 README 声明：FLOAT 1e-4 / FLOAT16 1e-3 / BFLOAT16 4e-3 / INT32 binary_equal ### 4. 注册面与资料修复 - proto 注释维度 `1D~8D` → `0D~8D (rank-0 tensor supported)`（`inv_proto.h:24`） - INPUT/OUTPUT TensorType 保持原始声明不变（8 种/4 种） - README：调用表三列化（补"样例代码"列）、参数名 `self/out` → `x/y`（对齐 IR 端口）、补动态 shape/rank（-1/-2）声明 ### 5. 样例修复 \| 修复 \| 说明 \| \|---\|---\| \| 输入缓冲区泄漏 \| `Tensor::SetData` + DeleteFunc 移交所有权 \| \| 提前返回未清理 \| 两条路径补 `GEFinalize()` \| \| AddGraph 返回值 \| `if (ret != SUCCESS)` + 资源清理 \| \| 宏节点名截短 \| `"placeholder" + std::to_string(intputIndex)` \| \| WriteDataToFile \| 返回值检查 \| ### 6. 注释修正 TilingKey/D_T_SELF/DTYPE_SELF 陈旧描述统一修正为 MODE 恒 0 + DTYPE_X 编译期分派（4 处源码 + 20 处 UT 注释）。 ## 关联 Issue https://gitcode.com/cann/ops-math/issues/3696 ## 测试 - op_host UT：46/46 通过（含新增 InferShape 8 例 + Tiling rank 拒绝 2 例） - GEIR 样例真机：`execute samples success`（ascend950） - 上板精度：Kernel 480/494 PASS + GEIR 40/40 PASS（连续四轮零精度失败；14 例 rank-0 失败为 CANN DFX 环境缺陷，BIN 模式 100% 通过，非算子问题） - bf16 次正规回归：真机复现 FAIL → 修复后 PASS，整批 L0 零回归 - README 冻结校验器：`validate_operator_readme.py --mode full` PASSED ## 类型标签 - [x] Bug修复 - [x] 新特性 - [ ] 性能优化 - [x] 文档更新 - [ ] 其他，请描述： ## AI/Agent生成声明 - [x] AI辅助编写 See merge request: cann/ops-math!6567	15 days ago
framework	迁移开源TF插件--math Co-authored-by: yaochen<yaochen15@huawei.com> # message auto-generated for no-merge-commit merge: !4308 merge transfer-math into master 迁移开源TF插件--math Created-by: nextyale Commit-by: yaochen Merged-by: cann-robot Description: ## 描述 <!--在这里详细描述你的改动，包括改动的原因和所采取的方法。--> ## 关联的Issue <!-- 如果这个PR是为了解决特定的Issue，请在这里提供Issue链接。--> <!-- 如果这个PR是为了解决特定的问题单，请在这里描述问题单单号。--> ## 测试 <!--描述进行了哪些测试来验证你的改动。包括但不限于二级冒烟、算子泛化等。--> ## 文档更新 <!--如果这个PR包含文档的更新，请在这里指出。例如：更新了README.md文件。--> ## 类型标签 <!-- [x] 表示选中 --> - [ ] Bug修复 - [ ] 新特性 - [ ] 性能优化 - [ ] 文档更新 - [x] 其他，请描述：迁移TF插件 See merge request: cann/ops-math!4308	3 months ago
op_graph	[inv] 算子质量加固修复 + 平台适配 Co-authored-by: JasonZhang88<jason.zhangshen@huawei.com> # message auto-generated for no-merge-commit merge: !6567 merge master_new into master [inv] 算子质量加固修复 + 平台适配 Created-by: JasonZhang88 Commit-by: JasonZhang88 Merged-by: cann-robot Description: # [inv] 算子质量加固修复 + 平台适配 ## 描述依据 Inv 算子六轮全量验证（静态检查 + ST 用例生成/评审/自验证 + 上板 TTK）发现的问题进行整改，并新增芯片平台支持。本 PR 仅涉及 `math/inv/` 目录（15 文件，+646/-152），不影响其他算子。 ## 变更概述 ### 1. P1 精度缺陷修复 bf16 次正规输入倒数返回 inf（`op_kernel/arch35/inv.h`） fp16/bf16 分支的 Div 未带 config，默认 INTRINSIC 算法对 fp32 次正规操作数执行 flush-to-zero，导致合法输入（bf16 最大次正规数 1.166e-38）的倒数结果错误地返回 inf 而非有限值 8.574e37。修复为与 float32 分支统一使用 `DivConfig{PRECISION_0ULP_FTZ_FALSE}`。真机复现 FAIL(matched_ratio=0.0) → 修复后 PASS(1.0)，整批 L0 零回归。 ### 2. 功能补齐 \| 功能 \| 文件 \| 说明 \| \|---\|---\|---\| \| InferShape 推导 \| `op_host/inv_infershape.cpp`（新增） \| 注册 `IMPL_OP_INFERSHAPE(Inv).InferShape(InferShape4Inv)`，复用仓内公共 `InferShape4Elewise` \| \| Tiling rank 上界 \| `op_host/arch35/inv_tiling_arch35.cpp` \| `kMaxRank=8`，rank>8 以 EZ0012 结构化诊断码显式拒绝 \| \| InferShape rank 上界 \| `op_host/inv_infershape.cpp` \| 与 Tiling 门对称，rank>8 拒绝（EZ0012） \| \| ascend350 适配 \| `CMakeLists.txt` + `inv_def.cpp` \| `SUPPORT_COMPUTE_UNIT` 增加 ascend350，`AddConfig("ascend350")`，tiling 复用 arch35 \| ### 3. Golden 测试资产新增 `tests/assets/golden.py`（206 行）： - 注册 `inv`（Kernel/GEIR）+ `tf.raw_ops.Inv`（TF E2E，对齐插件 OriginOpType） - 参考计算全部由 torch 承担：float 用 `torch.reciprocal` 直接竞品，int32 三值映射用 `torch.where` 组合 - NumPy 仅做数据桥接；bfloat16 经 uint16 位视图往返（位级一致，含次正规数） - 延迟导入 torch（`_ensure_torch()`），纯 TF NPU 环境可加载注册 - 容差按 README 声明：FLOAT 1e-4 / FLOAT16 1e-3 / BFLOAT16 4e-3 / INT32 binary_equal ### 4. 注册面与资料修复 - proto 注释维度 `1D~8D` → `0D~8D (rank-0 tensor supported)`（`inv_proto.h:24`） - INPUT/OUTPUT TensorType 保持原始声明不变（8 种/4 种） - README：调用表三列化（补"样例代码"列）、参数名 `self/out` → `x/y`（对齐 IR 端口）、补动态 shape/rank（-1/-2）声明 ### 5. 样例修复 \| 修复 \| 说明 \| \|---\|---\| \| 输入缓冲区泄漏 \| `Tensor::SetData` + DeleteFunc 移交所有权 \| \| 提前返回未清理 \| 两条路径补 `GEFinalize()` \| \| AddGraph 返回值 \| `if (ret != SUCCESS)` + 资源清理 \| \| 宏节点名截短 \| `"placeholder" + std::to_string(intputIndex)` \| \| WriteDataToFile \| 返回值检查 \| ### 6. 注释修正 TilingKey/D_T_SELF/DTYPE_SELF 陈旧描述统一修正为 MODE 恒 0 + DTYPE_X 编译期分派（4 处源码 + 20 处 UT 注释）。 ## 关联 Issue https://gitcode.com/cann/ops-math/issues/3696 ## 测试 - op_host UT：46/46 通过（含新增 InferShape 8 例 + Tiling rank 拒绝 2 例） - GEIR 样例真机：`execute samples success`（ascend950） - 上板精度：Kernel 480/494 PASS + GEIR 40/40 PASS（连续四轮零精度失败；14 例 rank-0 失败为 CANN DFX 环境缺陷，BIN 模式 100% 通过，非算子问题） - bf16 次正规回归：真机复现 FAIL → 修复后 PASS，整批 L0 零回归 - README 冻结校验器：`validate_operator_readme.py --mode full` PASSED ## 类型标签 - [x] Bug修复 - [x] 新特性 - [ ] 性能优化 - [x] 文档更新 - [ ] 其他，请描述： ## AI/Agent生成声明 - [x] AI辅助编写 See merge request: cann/ops-math!6567	15 days ago
op_host	[inv] 算子质量加固修复 + 平台适配 Co-authored-by: JasonZhang88<jason.zhangshen@huawei.com> # message auto-generated for no-merge-commit merge: !6567 merge master_new into master [inv] 算子质量加固修复 + 平台适配 Created-by: JasonZhang88 Commit-by: JasonZhang88 Merged-by: cann-robot Description: # [inv] 算子质量加固修复 + 平台适配 ## 描述依据 Inv 算子六轮全量验证（静态检查 + ST 用例生成/评审/自验证 + 上板 TTK）发现的问题进行整改，并新增芯片平台支持。本 PR 仅涉及 `math/inv/` 目录（15 文件，+646/-152），不影响其他算子。 ## 变更概述 ### 1. P1 精度缺陷修复 bf16 次正规输入倒数返回 inf（`op_kernel/arch35/inv.h`） fp16/bf16 分支的 Div 未带 config，默认 INTRINSIC 算法对 fp32 次正规操作数执行 flush-to-zero，导致合法输入（bf16 最大次正规数 1.166e-38）的倒数结果错误地返回 inf 而非有限值 8.574e37。修复为与 float32 分支统一使用 `DivConfig{PRECISION_0ULP_FTZ_FALSE}`。真机复现 FAIL(matched_ratio=0.0) → 修复后 PASS(1.0)，整批 L0 零回归。 ### 2. 功能补齐 \| 功能 \| 文件 \| 说明 \| \|---\|---\|---\| \| InferShape 推导 \| `op_host/inv_infershape.cpp`（新增） \| 注册 `IMPL_OP_INFERSHAPE(Inv).InferShape(InferShape4Inv)`，复用仓内公共 `InferShape4Elewise` \| \| Tiling rank 上界 \| `op_host/arch35/inv_tiling_arch35.cpp` \| `kMaxRank=8`，rank>8 以 EZ0012 结构化诊断码显式拒绝 \| \| InferShape rank 上界 \| `op_host/inv_infershape.cpp` \| 与 Tiling 门对称，rank>8 拒绝（EZ0012） \| \| ascend350 适配 \| `CMakeLists.txt` + `inv_def.cpp` \| `SUPPORT_COMPUTE_UNIT` 增加 ascend350，`AddConfig("ascend350")`，tiling 复用 arch35 \| ### 3. Golden 测试资产新增 `tests/assets/golden.py`（206 行）： - 注册 `inv`（Kernel/GEIR）+ `tf.raw_ops.Inv`（TF E2E，对齐插件 OriginOpType） - 参考计算全部由 torch 承担：float 用 `torch.reciprocal` 直接竞品，int32 三值映射用 `torch.where` 组合 - NumPy 仅做数据桥接；bfloat16 经 uint16 位视图往返（位级一致，含次正规数） - 延迟导入 torch（`_ensure_torch()`），纯 TF NPU 环境可加载注册 - 容差按 README 声明：FLOAT 1e-4 / FLOAT16 1e-3 / BFLOAT16 4e-3 / INT32 binary_equal ### 4. 注册面与资料修复 - proto 注释维度 `1D~8D` → `0D~8D (rank-0 tensor supported)`（`inv_proto.h:24`） - INPUT/OUTPUT TensorType 保持原始声明不变（8 种/4 种） - README：调用表三列化（补"样例代码"列）、参数名 `self/out` → `x/y`（对齐 IR 端口）、补动态 shape/rank（-1/-2）声明 ### 5. 样例修复 \| 修复 \| 说明 \| \|---\|---\| \| 输入缓冲区泄漏 \| `Tensor::SetData` + DeleteFunc 移交所有权 \| \| 提前返回未清理 \| 两条路径补 `GEFinalize()` \| \| AddGraph 返回值 \| `if (ret != SUCCESS)` + 资源清理 \| \| 宏节点名截短 \| `"placeholder" + std::to_string(intputIndex)` \| \| WriteDataToFile \| 返回值检查 \| ### 6. 注释修正 TilingKey/D_T_SELF/DTYPE_SELF 陈旧描述统一修正为 MODE 恒 0 + DTYPE_X 编译期分派（4 处源码 + 20 处 UT 注释）。 ## 关联 Issue https://gitcode.com/cann/ops-math/issues/3696 ## 测试 - op_host UT：46/46 通过（含新增 InferShape 8 例 + Tiling rank 拒绝 2 例） - GEIR 样例真机：`execute samples success`（ascend950） - 上板精度：Kernel 480/494 PASS + GEIR 40/40 PASS（连续四轮零精度失败；14 例 rank-0 失败为 CANN DFX 环境缺陷，BIN 模式 100% 通过，非算子问题） - bf16 次正规回归：真机复现 FAIL → 修复后 PASS，整批 L0 零回归 - README 冻结校验器：`validate_operator_readme.py --mode full` PASSED ## 类型标签 - [x] Bug修复 - [x] 新特性 - [ ] 性能优化 - [x] 文档更新 - [ ] 其他，请描述： ## AI/Agent生成声明 - [x] AI辅助编写 See merge request: cann/ops-math!6567	15 days ago
op_kernel	[inv] 算子质量加固修复 + 平台适配 Co-authored-by: JasonZhang88<jason.zhangshen@huawei.com> # message auto-generated for no-merge-commit merge: !6567 merge master_new into master [inv] 算子质量加固修复 + 平台适配 Created-by: JasonZhang88 Commit-by: JasonZhang88 Merged-by: cann-robot Description: # [inv] 算子质量加固修复 + 平台适配 ## 描述依据 Inv 算子六轮全量验证（静态检查 + ST 用例生成/评审/自验证 + 上板 TTK）发现的问题进行整改，并新增芯片平台支持。本 PR 仅涉及 `math/inv/` 目录（15 文件，+646/-152），不影响其他算子。 ## 变更概述 ### 1. P1 精度缺陷修复 bf16 次正规输入倒数返回 inf（`op_kernel/arch35/inv.h`） fp16/bf16 分支的 Div 未带 config，默认 INTRINSIC 算法对 fp32 次正规操作数执行 flush-to-zero，导致合法输入（bf16 最大次正规数 1.166e-38）的倒数结果错误地返回 inf 而非有限值 8.574e37。修复为与 float32 分支统一使用 `DivConfig{PRECISION_0ULP_FTZ_FALSE}`。真机复现 FAIL(matched_ratio=0.0) → 修复后 PASS(1.0)，整批 L0 零回归。 ### 2. 功能补齐 \| 功能 \| 文件 \| 说明 \| \|---\|---\|---\| \| InferShape 推导 \| `op_host/inv_infershape.cpp`（新增） \| 注册 `IMPL_OP_INFERSHAPE(Inv).InferShape(InferShape4Inv)`，复用仓内公共 `InferShape4Elewise` \| \| Tiling rank 上界 \| `op_host/arch35/inv_tiling_arch35.cpp` \| `kMaxRank=8`，rank>8 以 EZ0012 结构化诊断码显式拒绝 \| \| InferShape rank 上界 \| `op_host/inv_infershape.cpp` \| 与 Tiling 门对称，rank>8 拒绝（EZ0012） \| \| ascend350 适配 \| `CMakeLists.txt` + `inv_def.cpp` \| `SUPPORT_COMPUTE_UNIT` 增加 ascend350，`AddConfig("ascend350")`，tiling 复用 arch35 \| ### 3. Golden 测试资产新增 `tests/assets/golden.py`（206 行）： - 注册 `inv`（Kernel/GEIR）+ `tf.raw_ops.Inv`（TF E2E，对齐插件 OriginOpType） - 参考计算全部由 torch 承担：float 用 `torch.reciprocal` 直接竞品，int32 三值映射用 `torch.where` 组合 - NumPy 仅做数据桥接；bfloat16 经 uint16 位视图往返（位级一致，含次正规数） - 延迟导入 torch（`_ensure_torch()`），纯 TF NPU 环境可加载注册 - 容差按 README 声明：FLOAT 1e-4 / FLOAT16 1e-3 / BFLOAT16 4e-3 / INT32 binary_equal ### 4. 注册面与资料修复 - proto 注释维度 `1D~8D` → `0D~8D (rank-0 tensor supported)`（`inv_proto.h:24`） - INPUT/OUTPUT TensorType 保持原始声明不变（8 种/4 种） - README：调用表三列化（补"样例代码"列）、参数名 `self/out` → `x/y`（对齐 IR 端口）、补动态 shape/rank（-1/-2）声明 ### 5. 样例修复 \| 修复 \| 说明 \| \|---\|---\| \| 输入缓冲区泄漏 \| `Tensor::SetData` + DeleteFunc 移交所有权 \| \| 提前返回未清理 \| 两条路径补 `GEFinalize()` \| \| AddGraph 返回值 \| `if (ret != SUCCESS)` + 资源清理 \| \| 宏节点名截短 \| `"placeholder" + std::to_string(intputIndex)` \| \| WriteDataToFile \| 返回值检查 \| ### 6. 注释修正 TilingKey/D_T_SELF/DTYPE_SELF 陈旧描述统一修正为 MODE 恒 0 + DTYPE_X 编译期分派（4 处源码 + 20 处 UT 注释）。 ## 关联 Issue https://gitcode.com/cann/ops-math/issues/3696 ## 测试 - op_host UT：46/46 通过（含新增 InferShape 8 例 + Tiling rank 拒绝 2 例） - GEIR 样例真机：`execute samples success`（ascend950） - 上板精度：Kernel 480/494 PASS + GEIR 40/40 PASS（连续四轮零精度失败；14 例 rank-0 失败为 CANN DFX 环境缺陷，BIN 模式 100% 通过，非算子问题） - bf16 次正规回归：真机复现 FAIL → 修复后 PASS，整批 L0 零回归 - README 冻结校验器：`validate_operator_readme.py --mode full` PASSED ## 类型标签 - [x] Bug修复 - [x] 新特性 - [ ] 性能优化 - [x] 文档更新 - [ ] 其他，请描述： ## AI/Agent生成声明 - [x] AI辅助编写 See merge request: cann/ops-math!6567	15 days ago
tests	Inv 算子 golden 容差从 mix_tolerance 改为 cross_check L1 Co-authored-by: JasonZhang88<jason.zhangshen@huawei.com> # message auto-generated for no-merge-commit merge: !6955 merge master_new into master Inv 算子 golden 容差从 mix_tolerance 改为 cross_check L1 Created-by: JasonZhang88 Commit-by: JasonZhang88 Merged-by: cann-robot Description: ## 描述 Inv 算子 golden 容差从 `mix_tolerance` 改为 `cross_check L1`（1 文件 +7/-9）。两处 tolerance dict（`InvTestSpec`、`InvTensorFlowTestSpec`）的浮点条目从 `mix_tolerance rtol/atol` 改为 `cross_check L1`，int32 保持 `binary_equal` 不变。 cross_check 为三方判据（NPU 输出 + CPU golden + XPU 第三方参考），需要 TTK XPU Server 支持（`ttk.conf.yaml` 配置）。 ## 关联的 Issue https://gitcode.com/cann/ops-math/issues/4381 ## 测试上板精度验证（Ascend950PR + XPU Server CPU 三方参考，cross_check L1）： - L0 全量 43/43 PASS（100%），覆盖全 dtype： - float32: 14/14 - float16: 15/15（含次正规、rank-0 标量、2^31 边界、空 Tensor） - bfloat16: 7/7（含次正规、rank-0 标量、空 Tensor） - int32: 7/7（三值映射含 INT_MIN/MAX） - 零精度失败、零 PROFILE_CRASH ## 文档更新不涉及。 ## 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!6955	8 days ago
CMakeLists.txt	[inv] 算子质量加固修复 + 平台适配 Co-authored-by: JasonZhang88<jason.zhangshen@huawei.com> # message auto-generated for no-merge-commit merge: !6567 merge master_new into master [inv] 算子质量加固修复 + 平台适配 Created-by: JasonZhang88 Commit-by: JasonZhang88 Merged-by: cann-robot Description: # [inv] 算子质量加固修复 + 平台适配 ## 描述依据 Inv 算子六轮全量验证（静态检查 + ST 用例生成/评审/自验证 + 上板 TTK）发现的问题进行整改，并新增芯片平台支持。本 PR 仅涉及 `math/inv/` 目录（15 文件，+646/-152），不影响其他算子。 ## 变更概述 ### 1. P1 精度缺陷修复 bf16 次正规输入倒数返回 inf（`op_kernel/arch35/inv.h`） fp16/bf16 分支的 Div 未带 config，默认 INTRINSIC 算法对 fp32 次正规操作数执行 flush-to-zero，导致合法输入（bf16 最大次正规数 1.166e-38）的倒数结果错误地返回 inf 而非有限值 8.574e37。修复为与 float32 分支统一使用 `DivConfig{PRECISION_0ULP_FTZ_FALSE}`。真机复现 FAIL(matched_ratio=0.0) → 修复后 PASS(1.0)，整批 L0 零回归。 ### 2. 功能补齐 \| 功能 \| 文件 \| 说明 \| \|---\|---\|---\| \| InferShape 推导 \| `op_host/inv_infershape.cpp`（新增） \| 注册 `IMPL_OP_INFERSHAPE(Inv).InferShape(InferShape4Inv)`，复用仓内公共 `InferShape4Elewise` \| \| Tiling rank 上界 \| `op_host/arch35/inv_tiling_arch35.cpp` \| `kMaxRank=8`，rank>8 以 EZ0012 结构化诊断码显式拒绝 \| \| InferShape rank 上界 \| `op_host/inv_infershape.cpp` \| 与 Tiling 门对称，rank>8 拒绝（EZ0012） \| \| ascend350 适配 \| `CMakeLists.txt` + `inv_def.cpp` \| `SUPPORT_COMPUTE_UNIT` 增加 ascend350，`AddConfig("ascend350")`，tiling 复用 arch35 \| ### 3. Golden 测试资产新增 `tests/assets/golden.py`（206 行）： - 注册 `inv`（Kernel/GEIR）+ `tf.raw_ops.Inv`（TF E2E，对齐插件 OriginOpType） - 参考计算全部由 torch 承担：float 用 `torch.reciprocal` 直接竞品，int32 三值映射用 `torch.where` 组合 - NumPy 仅做数据桥接；bfloat16 经 uint16 位视图往返（位级一致，含次正规数） - 延迟导入 torch（`_ensure_torch()`），纯 TF NPU 环境可加载注册 - 容差按 README 声明：FLOAT 1e-4 / FLOAT16 1e-3 / BFLOAT16 4e-3 / INT32 binary_equal ### 4. 注册面与资料修复 - proto 注释维度 `1D~8D` → `0D~8D (rank-0 tensor supported)`（`inv_proto.h:24`） - INPUT/OUTPUT TensorType 保持原始声明不变（8 种/4 种） - README：调用表三列化（补"样例代码"列）、参数名 `self/out` → `x/y`（对齐 IR 端口）、补动态 shape/rank（-1/-2）声明 ### 5. 样例修复 \| 修复 \| 说明 \| \|---\|---\| \| 输入缓冲区泄漏 \| `Tensor::SetData` + DeleteFunc 移交所有权 \| \| 提前返回未清理 \| 两条路径补 `GEFinalize()` \| \| AddGraph 返回值 \| `if (ret != SUCCESS)` + 资源清理 \| \| 宏节点名截短 \| `"placeholder" + std::to_string(intputIndex)` \| \| WriteDataToFile \| 返回值检查 \| ### 6. 注释修正 TilingKey/D_T_SELF/DTYPE_SELF 陈旧描述统一修正为 MODE 恒 0 + DTYPE_X 编译期分派（4 处源码 + 20 处 UT 注释）。 ## 关联 Issue https://gitcode.com/cann/ops-math/issues/3696 ## 测试 - op_host UT：46/46 通过（含新增 InferShape 8 例 + Tiling rank 拒绝 2 例） - GEIR 样例真机：`execute samples success`（ascend950） - 上板精度：Kernel 480/494 PASS + GEIR 40/40 PASS（连续四轮零精度失败；14 例 rank-0 失败为 CANN DFX 环境缺陷，BIN 模式 100% 通过，非算子问题） - bf16 次正规回归：真机复现 FAIL → 修复后 PASS，整批 L0 零回归 - README 冻结校验器：`validate_operator_readme.py --mode full` PASSED ## 类型标签 - [x] Bug修复 - [x] 新特性 - [ ] 性能优化 - [x] 文档更新 - [ ] 其他，请描述： ## AI/Agent生成声明 - [x] AI辅助编写 See merge request: cann/ops-math!6567	15 days ago
README.md	[inv] 算子质量加固修复 + 平台适配 Co-authored-by: JasonZhang88<jason.zhangshen@huawei.com> # message auto-generated for no-merge-commit merge: !6567 merge master_new into master [inv] 算子质量加固修复 + 平台适配 Created-by: JasonZhang88 Commit-by: JasonZhang88 Merged-by: cann-robot Description: # [inv] 算子质量加固修复 + 平台适配 ## 描述依据 Inv 算子六轮全量验证（静态检查 + ST 用例生成/评审/自验证 + 上板 TTK）发现的问题进行整改，并新增芯片平台支持。本 PR 仅涉及 `math/inv/` 目录（15 文件，+646/-152），不影响其他算子。 ## 变更概述 ### 1. P1 精度缺陷修复 bf16 次正规输入倒数返回 inf（`op_kernel/arch35/inv.h`） fp16/bf16 分支的 Div 未带 config，默认 INTRINSIC 算法对 fp32 次正规操作数执行 flush-to-zero，导致合法输入（bf16 最大次正规数 1.166e-38）的倒数结果错误地返回 inf 而非有限值 8.574e37。修复为与 float32 分支统一使用 `DivConfig{PRECISION_0ULP_FTZ_FALSE}`。真机复现 FAIL(matched_ratio=0.0) → 修复后 PASS(1.0)，整批 L0 零回归。 ### 2. 功能补齐 \| 功能 \| 文件 \| 说明 \| \|---\|---\|---\| \| InferShape 推导 \| `op_host/inv_infershape.cpp`（新增） \| 注册 `IMPL_OP_INFERSHAPE(Inv).InferShape(InferShape4Inv)`，复用仓内公共 `InferShape4Elewise` \| \| Tiling rank 上界 \| `op_host/arch35/inv_tiling_arch35.cpp` \| `kMaxRank=8`，rank>8 以 EZ0012 结构化诊断码显式拒绝 \| \| InferShape rank 上界 \| `op_host/inv_infershape.cpp` \| 与 Tiling 门对称，rank>8 拒绝（EZ0012） \| \| ascend350 适配 \| `CMakeLists.txt` + `inv_def.cpp` \| `SUPPORT_COMPUTE_UNIT` 增加 ascend350，`AddConfig("ascend350")`，tiling 复用 arch35 \| ### 3. Golden 测试资产新增 `tests/assets/golden.py`（206 行）： - 注册 `inv`（Kernel/GEIR）+ `tf.raw_ops.Inv`（TF E2E，对齐插件 OriginOpType） - 参考计算全部由 torch 承担：float 用 `torch.reciprocal` 直接竞品，int32 三值映射用 `torch.where` 组合 - NumPy 仅做数据桥接；bfloat16 经 uint16 位视图往返（位级一致，含次正规数） - 延迟导入 torch（`_ensure_torch()`），纯 TF NPU 环境可加载注册 - 容差按 README 声明：FLOAT 1e-4 / FLOAT16 1e-3 / BFLOAT16 4e-3 / INT32 binary_equal ### 4. 注册面与资料修复 - proto 注释维度 `1D~8D` → `0D~8D (rank-0 tensor supported)`（`inv_proto.h:24`） - INPUT/OUTPUT TensorType 保持原始声明不变（8 种/4 种） - README：调用表三列化（补"样例代码"列）、参数名 `self/out` → `x/y`（对齐 IR 端口）、补动态 shape/rank（-1/-2）声明 ### 5. 样例修复 \| 修复 \| 说明 \| \|---\|---\| \| 输入缓冲区泄漏 \| `Tensor::SetData` + DeleteFunc 移交所有权 \| \| 提前返回未清理 \| 两条路径补 `GEFinalize()` \| \| AddGraph 返回值 \| `if (ret != SUCCESS)` + 资源清理 \| \| 宏节点名截短 \| `"placeholder" + std::to_string(intputIndex)` \| \| WriteDataToFile \| 返回值检查 \| ### 6. 注释修正 TilingKey/D_T_SELF/DTYPE_SELF 陈旧描述统一修正为 MODE 恒 0 + DTYPE_X 编译期分派（4 处源码 + 20 处 UT 注释）。 ## 关联 Issue https://gitcode.com/cann/ops-math/issues/3696 ## 测试 - op_host UT：46/46 通过（含新增 InferShape 8 例 + Tiling rank 拒绝 2 例） - GEIR 样例真机：`execute samples success`（ascend950） - 上板精度：Kernel 480/494 PASS + GEIR 40/40 PASS（连续四轮零精度失败；14 例 rank-0 失败为 CANN DFX 环境缺陷，BIN 模式 100% 通过，非算子问题） - bf16 次正规回归：真机复现 FAIL → 修复后 PASS，整批 L0 零回归 - README 冻结校验器：`validate_operator_readme.py --mode full` PASSED ## 类型标签 - [x] Bug修复 - [x] 新特性 - [ ] 性能优化 - [x] 文档更新 - [ ] 其他，请描述： ## AI/Agent生成声明 - [x] AI辅助编写 See merge request: cann/ops-math!6567	15 days ago
README_en.md	docs: add English translations for markdown files Co-authored-by: jenny_xiang<jenny.xiang@huawei.com> # message auto-generated for no-merge-commit merge: !7113 merge docs/add-english-translations into master docs: add English translations for markdown files Created-by: jenny_xiang Commit-by: jenny_xiang Merged-by: cann-robot Description: ## 描述新增仓库Markdown文档英文译稿（第二批，共409个文件）：第一批（已合入）之外的其余全部译稿，覆盖conversion、examples、ge、math、random各类算子README译稿，以及CHANGELOG_en.md、.gitcode PR模板英文版等。本批内全部仓内链接均指向master已有文件（含第一批已合入的21+2篇译稿），合入后本仓432篇英文文档全部就位，链接完整生效。本批同时包含4篇基于最新源文档的增量更新（math/ada_cast、math/prod_force_se_a、math/sinkhorn、math/xlogy，对应上游近期文档变更）。 ## 关联的Issue 无 ## 测试文档类变更，无需算子测试；已通过链接有效性校验（本批全部相对链接仅指向master已有文件，无指向本PR外未提交文件的链接），并完成逐篇翻译规范自查与语义校对（含支持状态表、限定词、术语、数值符号核对）。 ## 文档更新新增409个英文译稿文件（*_en.md / .en-US.md），不修改任何现有文件。 ## 类型标签 - [ ] Bug修复 - [ ] 新特性 - [ ] 性能优化 - [x] 文档更新 - [ ] 其他，请描述： See merge request: cann/ops-math!7113	5 days ago

Inv

English | 简体中文

Product Support Status

Product	Supported
Ascend 950PR&950DT products	√
Atlas A3 products	√
Atlas A2 products	√
Atlas 200I/500 A2 inference products	√
Atlas inference products	√
Atlas training products	√

Function Description

Operator function: computes the reciprocal of each element in the input tensor element-wise.
Computation formula:

yi=1xiy_{i}=\frac{1}{x_{i}}

Floating-point types (FLOAT, FLOAT16, BFLOAT16) compute the true reciprocal according to IEEE-754 (division by zero yields $±Inf\pm\text{Inf}$ , $±Inf\pm\text{Inf}$ yields $±0\pm0$ , and NaN yields NaN).
INT32 computes the integer reciprocal truncated toward zero. For integers, $1 / x$ is non-zero only when $∣ x ∣ = 1$ , which is equivalent to a three-value mapping:

xi=0,∣xi∣≥2,INT_MIN,INT_MAX)y_{i}= \begin{cases} +1 & x_{i}=+1 \\ -1 & x_{i}=-1 \\ 0 & \text{other (including } x_{i}=0, |x_{i}|\ge 2, \text{INT\_MIN}, \text{INT\_MAX)} \end{cases}

Here, $x_{i}=0$ is mapped to $0$ without throwing an exception, and $INT_MIN(−2147483648)\text{INT\_MIN}(-2147483648)$ and $INT_MAX(2147483647)\text{INT\_MAX}(2147483647)$ are both mapped to $0$ without overflow.

Parameter Description

Parameter Name	Input/Output/Attribute	Description	Data Type	Data Format
x	Input	Input parameter for the inv computation, which is x in the formula. Empty tensors and non-contiguous tensors are supported, and the number of shape dimensions ranges from 0 to 8.	FLOAT, FLOAT16, BFLOAT16, INT32	ND
y	Output	Output parameter for the inv computation, which is y in the formula. The shape and data type are the same as those of x.	FLOAT, FLOAT16, BFLOAT16, INT32	ND

Constraint Description

x and y must have the same shape and dtype, with element-wise computation and no broadcasting.
Dynamic shape support: dynamic shapes and dynamic ranks are supported (-1 indicates an unknown dimension / -2 indicates an unknown rank). The dimension and rank are specified by the actual input at runtime, and after specification, the number of shape dimensions must range from 0 to 8.
The precision of the floating-point path follows community standards: FLOAT rtol/atol = 1e-4, FLOAT16 = 1e-3, and BFLOAT16 = 4e-3.
The INT32 path is an exact match (bitwise, rtol = atol = 0). The three-value mapping is implemented through pure integer comparison and selection, without float32 conversion or negating INT_MIN. Therefore, INT_MIN/INT_MAX do not overflow, and x = 0 does not throw an exception.

Invocation Description

Invocation Method	Sample Code	Description
GE graph mode	test_geir_inv	Invokes the Inv operator by building a graph through the operator IR.