变更摘要

本 PR 为 Tensor API 的 experimental 寄存器向量计算新增 select、fill、interleave/deinterleave 三组接口：新增公共头文件 compare_and_select.h、data_padding.h、data_reorder.h 声明接口，并在 impl/tensor_api/experimental/arch/vector/ 下新增对应实现（通过 asc_select、asc_duplicate_scalar/asc_duplicate、asc_intlv/asc_deintlv 等内置指令实现），同时更新 vector_compute.h 统一聚合这些头文件。此外还补充了 fill、data_reorder 两个使用示例以及针对 __NPU_ARCH__ == 3510 的单元测试。

主要改动

• 新增 select 接口: 新增 compare_and_select.h 声明及 compare_and_select_impl.h 实现，按条件掩码从两个 reg_tensor<T> 中逐元素选择，并通过 is_select_support_type 限制支持类型（bool、整型、fp8、half、bfloat16_t、float 等）。
• 新增 fill 接口: 新增 data_padding.h 及 data_padding_impl.h，提供以标量值或寄存器张量按掩码填充的两种重载，返回带有掩码的 reg_tensor<T>，支持类型由 is_fill_support_type 约束。
• 新增 interleave/deinterleave 接口: 新增 data_reorder.h 及 data_reorder_impl.h，对两个寄存器张量执行交错/解交错并返回 reg_pair<T>（结果使用全量掩码），支持类型由 is_data_reorder_support_type 约束。
• 聚合头文件更新: include/tensor_api/experimental/vector_compute.h 增加对 data_reorder.h、data_padding.h、compare_and_select.h 的引用，使新接口通过统一的 vector_compute.h 对外暴露。
• 示例与测试: 新增 reg_vector_compute/fill 与 reg_vector_compute/data_reorder 示例（含 data_utils.h 与 scripts/gen_data.py 数据生成脚本），并新增 test_tensor_api_data_padding.cpp、test_tensor_api_data_reorder.cpp、test_tensor_api_compare_and_select.cpp 覆盖各支持类型的编译与掩码行为断言。

代码审查

关闭总结

发现统计

• P0（2 个）：阻断性编译错误 —— data_padding_impl.h 第二个 fill 重载使用未声明标识符 val（应为 src）；fill.asc 使用未声明标识符 layer_out（应为 layout）。
• P1（1 个）：test_tensor_api_compare_and_select.cpp 引用全仓库未定义的宏 COMPARE_AND_SELECT_TEST，测试文件无法编译。
• P3（7 个）：data_reorder 测试期望掩码用 all_mask<uint8_t> 与 T 不一致；data_reorder.asc 死代码（count/data_type 未使用）；两个示例 main 未检查 aclrt*/ReadFile/WriteFile 返回值（含失败路径泄漏 goldenData）；两个 gen_data.py 未使用的 argparse 导入；两个 impl 头文件 #warning 路径写错（reg/ → arch/vector/）；select/interleave 单测缺少数据语义验证。

各文件审查结论

• examples/01_simd_cpp_api/07_tensor_api/experimental/reg_vector_compute/data_reorder/CMakeLists.txt —— no issues（与 fill 的 CMakeLists 一致，无实质问题）
• examples/01_simd_cpp_api/07_tensor_api/experimental/reg_vector_compute/data_reorder/data_reorder.asc —— P3 ×2（死代码、未检查返回值）；golden 数据与 deinterleave 语义核对一致
• examples/01_simd_cpp_api/07_tensor_api/experimental/reg_vector_compute/data_reorder/data_utils.h —— no issues（ReadFile 有 size 上限检查，无溢出风险）
• examples/01_simd_cpp_api/07_tensor_api/experimental/reg_vector_compute/data_reorder/scripts/gen_data.py —— P3（未使用的 argparse）
• examples/01_simd_cpp_api/07_tensor_api/experimental/reg_vector_compute/fill/CMakeLists.txt —— no issues
• examples/01_simd_cpp_api/07_tensor_api/experimental/reg_vector_compute/fill/data_utils.h —— no issues（与 data_reorder 版一致）
• examples/01_simd_cpp_api/07_tensor_api/experimental/reg_vector_compute/fill/fill.asc —— P0（layer_out 未声明）+ P3（未检查返回值/泄漏）
• examples/01_simd_cpp_api/07_tensor_api/experimental/reg_vector_compute/fill/scripts/gen_data.py —— P3（未使用的 argparse）
• impl/tensor_api/experimental/arch/vector/compare_and_select_impl.h —— P3（#warning 路径错误）；Std:: 未限定用法与仓库既有代码一致
• impl/tensor_api/experimental/arch/vector/data_padding_impl.h —— P0（val 未声明）+ P3（#warning 路径错误）
• impl/tensor_api/experimental/arch/vector/data_reorder_impl.h —— no issues（AscendC::Std 限定、intrinsic 调用与 mask_reg_compute_impl 模式一致）
• include/tensor_api/experimental/arch/vector/compare_and_select.h —— no issues
• include/tensor_api/experimental/arch/vector/data_padding.h —— no issues（默认实参 all_mask<T>() 与实现签名匹配）
• include/tensor_api/experimental/arch/vector/data_reorder.h —— no issues
• include/tensor_api/experimental/vector_compute.h —— no issues（新增 3 个 include）
• tests/api/tensor_api/npu_arch_3510/aiv/test_tensor_api_compare_and_select.cpp —— P1（未定义宏）+ P3（缺数据语义测试）
• tests/api/tensor_api/npu_arch_3510/aiv/test_tensor_api_data_padding.cpp —— no issues（自身宏完整；但会因 impl 的 P0 问题连带编译失败）
• tests/api/tensor_api/npu_arch_3510/aiv/test_tensor_api_data_reorder.cpp —— P3（期望掩码类型不一致）

总体风险判断

本 PR 新增 API 头文件与实现、示例和单测存在 3 个会直接导致构建失败的缺陷（其中 data_padding_impl.h 的 val 未声明会波及所有面向 3510 包含 vector_compute.h 的翻译单元），属阻断性问题，必须修复后才能合入。其余为示例健壮性、测试质量与告警文案层面的低危问题。deinterleave/fill 的金标准数据与内核语义经核对一致，API 头/实现的核心逻辑未见其他正确性缺陷。

⛔ 需要修改

compile

/approve

The MR can not be merged, because of CodeReview discussion not resolved

If you want to solve this problem, you can click here to do it in the FAQs.