Pull Request已成功合入, 合并人@CANN-robot
(感谢 小久 的贡献)变更摘要
本 PR 为 CANN「代码侦探」第十三期 exercises 算子题目提交,围绕自定义 Leakyrelu 算子补全了一套完整实现:包含算子定义与形状推导、Host 侧 Tiling、AscendC Kernel 实现、aclnn 样例调用、参考实现与数据校验脚本,以及基于 gtest 的 Host/Kernel UT 与构建脚本。整体上形成从算子注册、tiling 下发、kernel 计算到样例与单测验证的闭环。
主要改动
- 算子定义与注册: 新增
op_host/leakyrelu_def.cpp,通过OpDef注册Leakyrelu,输入x、输出y均声明REQUIRED且支持DT_FLOAT/DT_FLOAT16、格式FORMAT_ND并启用AutoContiguous,属性negative_slope为Float,AI Core 配置为ascend910b;leakyrelu_infershape.cpp中InferShapeLeakyrelu将输入 shape 直接传给输出。 - Tiling 与模板键:
op_host/leakyrelu_tiling.cpp的LeakyreluTilingFunc依据 AIV 核数、UB 容量和 32B 对齐做多核与 UB 两级切分,读取negative_slope属性(缺失时回退默认值),写入LeakyreluTilingData并通过SetTilingKey按 dtype 选择LEAKYRELU_TPL_SCH_MODE_0(half)或MODE_1(float);leakyrelu_tiling_key.h用ASCENDC_TPL_ARGS_DECL声明schMode模板参数。 - Kernel 计算实现:
op_kernel/leakyrelu.h的NsLeakyrelu::Leakyrelu<T>使用TQue双缓冲搬运并按blockFactor/ubFactor循环,按max(x,0) + negative_slope * min(x,0)计算;half 分支先Cast到 float 再计算以降低精度损失,leakyrelu.cpp按 tilingKey 分派half/float模板实例。 - Tiling 数据结构与兼容标记:
leakyrelu_tiling_data.h定义LeakyreluTilingData(totalNum、blockFactor、ubFactor、slopeTag、negativeSlope、reserved),并引入LEAKYRELU_DEFAULT_SLOPE与LEAKYRELU_SLOPE_TAG标记;kernel 在slopeTag不匹配时回退默认斜率,保证直接构造 tiling 数据的 Kernel UT 仍可正确计算。 - 样例、构建与测试链路: 新增
build.sh(支持-j、--make_clean、-u、-e,含源码指纹增量重建与产物检查)、examples/下基于aclnnLeakyreluGetWorkspaceSize/aclnnLeakyrelu的 NPU 样例和samples/sample.py的generate/verify(含 rtol/atol 比对与reference.impl参考实现),以及tests/ut下TilingContextFaker、InferShapeContextFaker、case executor 等测试基础设施和test_leakyrelu_tiling.cpp、test_leakyrelu.cpp等 Host/Kernel UT 用例。


/compile


代码审查
审查结论
- [建议]
2026/CANN-Code-Detective/Challenge13-LeakyReluCustom/PR_code/ZY_weixin_48190404_13/code/exercises/CMakeLists.txt:14fix: 默认 ASCEND_COMPUTE_UNIT 覆盖三个 SoC 而算子仅注册 ascend910b - [建议]
2026/CANN-Code-Detective/Challenge13-LeakyReluCustom/PR_code/ZY_weixin_48190404_13/code/exercises/op_kernel/leakyrelu.h:112fix: 尾块按 32B 对齐多读会越过输入张量 GM 边界 - [建议]
2026/CANN-Code-Detective/Challenge13-LeakyReluCustom/PR_code/ZY_weixin_48190404_13/code/exercises/op_kernel/leakyrelu.h:160fix: 尾块写回使用未按 32B 对齐的元素个数 - [阻塞]
2026/CANN-Code-Detective/Challenge13-LeakyReluCustom/PR_code/ZY_weixin_48190404_13/code/exercises/tests/ut/op_host/test_leakyrelu_tiling.cpp:36fix: op_host UT 的 expectTilingData 期望值与实际 tiling 输出不一致
| 类型 | 数量 |
|---|---|
| 🔴 阻塞 | 1 |
| 🟡 建议 | 3 |
⛔ 需要修改


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
✅ Congratulations! All modules have met the lgtm and approve requirements.
Module Approval Details
| module | lgtm status | approve status |
|---|---|---|
| repo-cann/cann-outreach | ✅ shaoyf, 傅涛 (2/2) | ✅ shaoyf, 傅涛 (2/1) |
💡 Tip:
- Committer can comment
/approveor/lgtm- Commenting
/approveimplies both code review (lgtm) and intent to merge (approve)
CLA Signature Pass
weixin_48190404, thanks for your pull request. All authors of the commits have signed the CLA. 👍


🟠 High Priority
建议:先执行一次 tiling(可用 ExecuteTiling 取 TilingInfo),把 totalNum/blockFactor/ubFactor/slopeTag/negativeSlope+reserved 这 5 个 int64 槽位的真实值填入 expectTilingData;或改用字段级断言替代整段字符串比较。


🟡 Medium Priority
变更点:本文件第 14–16 行在未传入 -DASCEND_COMPUTE_UNIT 时,把 ASCEND_COMPUTE_UNIT 默认为 ascend910b ascend910_93 ascend950(5–16 行的 ARCH32/ARCH35 列表)。
受影响契约:npu_op_package 会按 ASCEND_COMPUTE_UNIT 逐 SoC 打包,而 op_host/leakyrelu_def.cpp:26 只写了 this->AICore().AddConfig("ascend910b"),即算子仅在 ascend910b 上注册。
失效模式:一旦不显式传参(例如直接 cmake -S . -B build && cmake --build build)构建,产出的 vendor 包里 ascend910_93 / ascend950 目录没有该算子(或 arch35 下 kernel 编译/调优路径无对应 op def),在这些 SoC 上运行 examples 会报“算子未注册/找不到算子”,而不是构建期就暴露。当前 build.sh:50/114 显式传了 -DASCEND_COMPUTE_UNIT=ascend910b,所以默认路径才触发,实测概率中等。
建议:将默认值收敛为算子实际注册的 SoC(ascend910b),或在 op_host/leakyrelu_def.cpp 中为 ARCH32/ARCH35 列表中的每个 SoC 追加 AICore().AddConfig(...),避免出现“包里有 SoC 目录、但没有该算子”的不一致。


🟡 Medium Priority
变更行:leakyrelu.h:165 DataCopy(outputGMY[offset], yLocal, static_cast<int32_t>(currentNum));。
证据链:同一文件的 CopyIn(leakyrelu.h:117)刻意把搬入长度 AlignUp 到 alignElems_ 以满足 AscendC DataCopy 的 32B(datablock)长度对齐要求,而 CopyOut 却直接用未对齐的 currentNum。currentNum 来自 Process(第 177-178 行)remain < ubLength_ ? remain : ubLength_;host tiling 未对齐 totalNum(op_host/leakyrelu_tiling.cpp:96-105),所以末核最后一块的 currentNum 常常不是 alignElems_(float 8 / half 16)的整数倍。
失败模式:DataCopy 的搬运长度按 datablock 粒度处理,长度非 32B 整数倍时行为不符合接口约定——按 32B 向上取整会把 UB 中尾部未初始化/无意义数据写到 GM,对最后一个核就是写到输出张量末尾之外(破坏相邻输出或内存池数据,验证脚本按精确字节数比对时表现为越界污染);若硬件严格校验则直接报 AIC Error。
建议:尾块写回使用 DataCopyPad(按 currentNum*sizeof(T) 的真实字节长度),或统一按对齐长度写回并在 host 侧保证输出张量有对齐余量,避免向 GM 写入非 32B 对齐长度。


🟡 Medium Priority
变更行:leakyrelu.h:95-97 用 gmLength = AlignUp(blockLength_, alignElems_) 声明 GlobalTensor 长度,leakyrelu.h:117-118 再用 copyNum = AlignUp(currentNum, alignElems_) 搬入。
证据链:host 侧 tiling(op_host/leakyrelu_tiling.cpp:96-107)计算 totalNum 为各维乘积,未做 32B 对齐,只有 blockFactor = CeilAlign(CeilDiv(splitNum, usedCoreNum), alignElems) 对齐;因此最后一个核的 blockLength_ = totalNum - offset 可以是任意值(例如 float 输入 9 个元素、blockFactor=8 时,末核 blockLength_=1)。此时 gmLength = 8、copyNum = 8,但该核实际可用元素只有 1 个。
失败模式:DataCopy 会读取 x + totalNum 之后最多 alignElems_-1 个元素(float 为 28 字节、half 为 30 字节)的越界 GM 数据;SetGlobalBuffer 声明的长度本身也已超过真实张量长度,越界读到的内容依赖相邻内存,虽只用于计算不回写,但越过输入张量末尾属于典型 GM 越界访问,在尾部恰好压到内存池边界时可能触发 AIC Error/精度校验异常。
建议:把尾块搬入改为 DataCopyPad(blockLen 取 currentNum*sizeof(T),越界部分由 pad 参数补齐),并与 CopyOut 的对齐策略保持一致,避免按 AlignUp 后的长度读取输入张量之外的内存。


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.


个人开发者
团队信息
成员
算子: exercises
算子实现介绍
采用多核并行实现,每核至少处理1024个元素,UB内按双缓冲切分,搬运与计算均按32B对齐;negative_slope属性通过TilingData由Host下发至Kernel,half类型先转为float计算以保证精度。