https://gitcode.com/Ascend/torchair/blob/master/examples/_kernel_extension_aclgraph/torch_library/csrc/add_custom.asc

这里介绍了8种案例，上面文档的错误是方式4
// 如下介绍了自定义算子的8种内核启动方式：
// - 方式1(推荐): 直接传入NPUStream对象，调用<<<>>>时内部清queue
// - 方式2(正确): 使用stream(true)获取ACL stream对象，返回对象前清queue
// - 方式3(推荐): 使用stream(false)配合OpCommand，通过入queue方式同步
// - 方式4(错误): stream(false)直接启动，不清queue不入queue，可能乱序
// - 方式5(错误): NPUStream对象配合OpCommand，入queue后，queue中任务等待queue清空，导致死锁
// - 方式6(正确): 使用stream(true)清queue + OpCommand入queue
// - 方式7(错误): stream(true)清queue后，zeros_like算子入queue但自定义kernel不入queue，可能乱序
// - 方式8(正确): 使用stream()获取ACL stream，返回前等待queue内操作完成，与方式2等价

您好，感谢反馈，问题已确认。NPUStream::stream(false)只返回底层ACL stream，不会清空TorchNPU任务队列；随后直接使用<<<>>>下发Kernel时，可能和此前尚未出队的PyTorch任务发生乱序，产生静默精度错误。我们将尽快修复此问题。