合并受阻
变更摘要
本 PR 在 examples/aicore/ain/02_all_gather_matmul 新增 AIN + Blaze AllGatherMatmul 流水示例，在 MIX AIC:AIV=1:1 的 kernel 内由 AIV 通过 AIN Get 拉取远端 M 分块、AIC 使用 Blaze BlockMmad 计算，实现本地 matmul 与首轮通信、远端 matmul 与后续通信的重叠。示例输出按源 rank 排列，支持 FP16/BF16、ND、M 尾块以及改变输入后复用资源，并附带数值校验、AIN 串行与 HCCL cascade 对照、独立通信/计算模式、cycle 诊断与设备回归脚本。同时修复公共 TCP 控制通道的启动偏斜问题。
主要改动
- 新增融合 kernel 与通信/计算流水:
kernel.h中新增FusedKernel、GatherKernel、MatmulKernel与Gather/Matmul模板，通过CrossCoreSetFlag/CrossCoreWaitFlag的READY_BASE、FREE_BASE、AIV_BARRIER固定双槽通知协调 AIV 拉取与 AIC 计算的重叠。 - 新增分块与参数校验逻辑:
tiling.h定义Tiling结构、MakeTiling与CheckedProduct，约束N/K为 16 的倍数、2<=ranks<=64、MAX_GET_BYTES（256 MiB）Get 上限及 tile-m 对齐规则，所有设备侧偏移使用uint64_t。 - 新增主机侧流程与命令行选项:
main.asc提供Resources资源管理、RunRank多模式（fused/serial/hccl/comm/matmul）执行与PERF输出；options.h定义Options与ParseOptions，新增--mode、--dtype、--tile-m、--cores、--delay-rank/--delay-ms等配置项。 - 新增数值参考与测试:
reference.h提供InputValue/Encode/Decode/Golden的 FP16/BF16 参考实现；tests/host_tests.cpp覆盖分块、参数校验与参考一致性；tests/run_device_tests.py组织多组设备回归用例并保留命令与日志。 - 修复 TCP 控制通道启动偏斜:
examples/aicore/utils/rank_sync.h在套接字选项中新增IPPROTO_TCP/TCP_NODELAY，避免 Nagle 与延迟 ACK 导致 barrier 退出偏斜，并在性能输出中新增 Host event 提交偏斜 P95。
Thanks for your pull-request.
The full list of commands accepted by me can be found at here.
You can get sig-info at here.
You can self-configure the PR merge rules for this repository. For more details, please refer to Here.
For more, you also can visit HICANN.
PR Approval Progress
⚠️ This PR does not yet meet the following requirements:lgtm (requires ≥ 2 person(s) per module)、approve (requires ≥ 1 person(s) per module)
Module Approval Details
| module | lgtm status | approve status |
|---|---|---|
| examples | ❌ (0/2)(You can also ask: kong0808, chenma, hyolee, 闫庆尚, 石楠翔) | ❌ (0/1)(You can also ask: 闫庆尚, qin437231, chenma, bluesky901, 石楠翔) |
💡 Tip:
- Committer can comment
/approveor/lgtm- Commenting
/approveimplies both code review (lgtm) and intent to merge (approve)
CLA Signature Pass
jiangxinyu3, thanks for your pull request. All authors of the commits have signed the CLA. 👍
新增 AIN + Blaze AllGatherMatmul 示例：在一个 MIX AIC:AIV=1:1 kernel 内由 AIV 使用 AIN Get 拉取远端 M 分块，AIC 使用 Blaze BlockMmad 计算，实现本地 matmul 与首轮通信、远端 matmul 与后续通信重叠。输出按源 rank 排列，支持 FP16/BF16、ND、M 尾块和改变输入后复用资源。
示例位于
examples/aicore/ain/02_all_gather_matmul，包含外部 ops-tensor/Tensor API 固定版本构建说明、数值校验、AIN 串行和 HCCL cascade 对照、独立通信/计算模式、cycle 诊断和设备回归脚本。接收区使用完整 rank-major GM，ready/free 使用固定双槽通知，所有核均参与消费和归还。同时修复公共 TCP 控制通道的启动偏斜：消息头和载荷分开发送时，Nagle 与延迟 ACK 导致 barrier 退出偏斜约 41 ms；设置 TCP_NODELAY 后独立 probe 降至 11～47 µs。性能输出增加 Host event 提交偏斜 P95，避免将该偏斜误判为通信开销。
验证：
独立 cycle 采样确认通信/计算阶段区间重叠，诊断样本未混入性能统计。包目录名为 cann-9.3.0，但 runtime/asc-devkit/hccl/hcomm 安装清单实际标为 9.2.0、20260923_000324205；完整环境、复现命令和验证边界见
VALIDATION.md。本示例尚未与传统 MC2 融合算子直接对比，也未进行 Get/Put A/B 或 8/16 rank 验证；上述性能结论仅适用于已测 shape。Blaze 外部头文件保留一条 cce_global attribute ignored 编译警告。