当前PR是否有AI参与

[ ] 否

[x] 是

1. AI Agent 平台： OpenAI Codex
2. AI 模型： GPT-5
3. Prompt上下文： 使用 AI 辅助梳理 aclsparseSpMM A2/A3 社区任务需求、分析现有算子实现、整理 Host/Kernel/ATen 适配方案、诊断测试问题、核对验证结果，并协助编写和检查设计文档。所有代码提交、测试执行、结果确认及 PR 创建均由开发者在实际 Ascend A2/A3 环境中完成。

PR功能描述 / 为什么需要这个合入

本 PR 提交 CANN 社区任务“08-12-aclsparseSpMM 算子开发（A2/A3）”的算子设计文档。

文档路径：

04_tasks/01_community-task-2026/tasklist/08-12-aclsparseSpMM-A2A3/nannan-2026/docs/design.md

本任务基于 ops-sparse 仓库已有的 aclsparseSpMM 能力进行扩展，目标是在 Ascend A2、Ascend A3 环境中完善稀疏矩阵与稠密矩阵乘加能力，并打通以下调用链路：

torch.sparse.addmm → ATen NPU / PrivateUse1 Adapter → aclsparseSpMM C++ API → Host Tiling → Ascend C Kernel

设计文档主要包含以下内容：

1. aclsparseSpMM 需求背景和功能分析；
2. CSR 稀疏矩阵与稠密矩阵乘加的数学定义；
3. FP16、BF16、FP32、Complex64 数据类型支持方案；
4. CSR row pointer、column index 和 value 的处理方式；
5. opA、opB 转置及共轭转置设计；
6. Row Major、Column Major 布局及 leading dimension 处理；
7. CSR 索引基址和算法选择支持；
8. nnz=0、空行等稀疏边界处理；
9. Host 侧参数检查、Workspace 计算和 Tiling 设计；
10. Ascend C Kernel 侧数据搬运、计算及结果写回方案；
11. PyTorch/ATen NPU torch.sparse.addmm 适配方案；
12. A2/A3 功能、精度和性能验证方案；
13. 兼容性、约束条件和异常处理说明。

本 PR 仅提交设计文档，不包含算子实现代码。关联实现代码已通过独立 PR 提交至官方 cann/ops-sparse 仓库。

该PR关联的issue

无独立 Issue。

关联社区任务：

08-12-aclsparseSpMM 算子开发（A2/A3）

关联设计文档 PR：

https://gitcode.com/cann/cann-ops-competitions/pull/1113

关联代码 PR：

https://gitcode.com/cann/ops-sparse/pull/128

关联个人代码仓库：

• 仓库：https://gitcode.com/nannan-2026/ops-sparse
• 分支：feature/aclsparse-spmm-a2a3
• 提交：f385698d7c0b25890f7c3ef6acf24d5b3b933b86

希望检视人员了解

1. 本 PR 是纯设计文档变更，算子代码位于关联的 ops-sparse PR #128。
2. 设计内容以实际提交的实现和 A2/A3 环境验证结果为依据，不是未落地的概念方案。
3. A2、A3 均已完成完整的 ATK 精度验证。
4. A3 性能 Event 与 torch_npu.profiler 采集链路已完成小规模预检；本设计文档不声明尚未形成正式报告的性能结论。
5. Profiler 使用 Level1 采集，能够生成 op_statistic.csv 和 kernel_details.csv，用于确认算子在 NPU Kernel 上执行。
6. 文档中没有包含账号令牌、密码、访问凭证或其他敏感信息。

改动类型 / Change Type

• Bug 修复 / Bug Fix
• 新功能 / New Feature
• 性能优化 / Performance
• 代码重构 / Refactoring
• 文档更新 / Documentation
• 测试相关 / Test
• 其它 / Other

测试信息 / Testing

本 PR 本身仅修改 Markdown 设计文档；关联算子实现已在真实 Ascend A2/A3 环境中完成以下验证。

A2 环境验证

• CANN 版本：9.0.0
• 代码分支：feature/aclsparse-spmm-a2a3
• 代码提交：f385698d7c0b25890f7c3ef6acf24d5b3b933b86
• 工程构建：通过
• FP16/BF16 dtype smoke：通过
• layout/base/algorithm smoke：通过
• Complex64 smoke：通过
• CSR sparse boundary smoke：通过
• ATen NPU torch.sparse.addmm 测试：通过
• ATK 完整精度测试：200/200 通过
• 精度通过率：100%
• ATK 退出状态：成功

A2 关键结果：

Total Task: 200, success 200, failed 0

Summary info: acc_pass_result:Pass

atk task success

A3 环境验证

• CANN 版本：9.0.0
• PyTorch：2.7.1+cpu
• torch_npu：2.7.1.post4
• 代码分支：feature/aclsparse-spmm-a2a3
• 代码提交：f385698d7c0b25890f7c3ef6acf24d5b3b933b86
• 工程构建：通过
• FP16/BF16 dtype smoke：通过
• layout/base/algorithm smoke：通过
• Complex64 smoke：通过
• CSR sparse boundary smoke：通过
• ATen NPU torch.sparse.addmm 测试：通过
• ATK 完整精度测试：200/200 通过
• 精度通过率：100%
• Event 性能采集预检：2/2 通过
• torch_npu.profiler Level1 预检：2/2 通过
• op_statistic.csv：成功生成
• kernel_details.csv：成功生成

A3 关键结果：

Total Task: 200, success 200, failed 0

Summary info: acc_pass_result:Pass

completed: 2/2 succeeded

PROFILER_LEVEL1_EXIT=0

文档检查

• UTF-8 编码检查：通过
• Markdown 文件可正常读取：通过
• 模板残留检查：通过
• git diff --check：通过
• 提交范围检查：仅新增目标任务目录下的 docs/design.md

测试勾选：

• 单元测试通过 / UT passed（本 PR 为纯文档变更）
• 集成测试通过 / ST passed
• 人工验证通过 / Manual verified

检查清单 / Checklist

• 代码符合规范 / Code follows style guide
• 测试添加并通过 / Tests added and passed
• 文档已更新 / Docs updated if needed
• 无硬编码敏感信息 / No secrets hardcoded
• 提交信息符合规范 / Commit message follows convention