Pull Request

描述

修复 compact Reduce 输出与 aligned Broadcast 输入在 EleWise 汇聚时的精度错误（PR1760 场景）。

问题场景：一个 EleWise 节点的两个输入分别来自 Broadcast（kAligned）与 ReduceSum（compact，尾轴 stride==0）。两者物理布局不一致，EleWise 按 aligned 语义读取 compact 数据，产生错值。

此前 SetAlignInfoForNodeInputs 中的 is_compact_reduce 判定基于传播途中的对齐元数据状态举旗插 Pad：元数据状态会被传播过程改写，判定依赖遍历顺序，且不区分传播发起者，在其他图上会误判。

本 PR 改为显式结构匹配：

• 删除 is_compact_reduce 冲突标记，SetAlignInfoForNodeInputs 恢复仅对 kFixedNotAligned 举旗；
• 新增 AddPadForCompactReduce pass（位于 InferAlignment 与 AddPadForAlignmentConflict 之间），识别目标模式：EleWise 节点恰好 2 个有效输入，其一为 kAligned 的 Broadcast，另一为 compact 的 Sum；命中时在 Sum 输出与该输入之间插入 Pad，仅改接这条边；
• 插 Pad 前复用 CheckIsNoNeedPad 豁免：Sum 输出本身无需物理转换（如尾轴 repeat 已对齐、或除尾轴外仅剩不承载数据的轴）时不插 Pad。

compact 判定基于物理 stride（StaticCheckEq(strides[axis], kSymbolZero)），不受传播改写影响，无顺序敏感性。

配套修正共享的 CheckIsNoNeedPad：stride==0 || repeat==1 的轴视为不承载数据（inactive），与 SetVectorizedStridesForTensor 的判据对齐，避免"判定要 Pad 但下游按无数据轴计算 stride"的不一致；同时补充 repeats/strides 下标边界断言。该函数同时服务 AddPadForAlignmentConflictOneNode 路径，修正方向均为豁免误判的无效 Pad 或更保守地插 Pad。

变更类型

• 🐛 Bug 修复
• ✨ 新功能
• 💄 代码风格更新（格式化，局部变量）
• ♻️ 重构（既不修复错误也不增加功能的代码变动）
• 📦 构建过程或辅助工具的变动
• 📝 文档内容更新

如何测试

1. 编译并运行对齐 UT：

   cmake --build build --target optimize_ut -j 8
   build/autofuse/tests/ut/optimize/optimize_ut \
     --gtest_filter='VectorizedAlignmentUT.*compact*pad*:VectorizedAlignmentUT.scalar_reduce_skips*'
   

   验证点：

   • compact_reduce_pad_for_aligned_broadcast_add：命中双输入模式，图中存在 reduce_sum_0_pad 节点且 add 输入已改接 Pad；
   • scalar_reduce_skips_pad_for_aligned_broadcast_add（含 unit-repeat 变体）：Sum 输出全 [1,1] 时不插 Pad，add 仍直连 reduce_sum。

2. 完整 optimize_ut 回归：620 PASS / 0 FAIL（8 SKIP 为环境性跳过）。

3. 精度验证：

   • torch.compile 训练场景（Sum → Add(+1e-20) → Broadcast → TrueDiv，requires_grad）：修复前输出 inf，修复后与 eager 比对 maxdiff=0；
   • TF 全链路（test_graph_big.pb，ATC 编译 + NPU 执行）：修复前 6/8 错值，修复后 0/8 差异；device kernel 中可见 Sum → Pad → Add，Pad 仅连接 Add 的 Sum 输入边，Store 仍按紧凑布局落盘。

核对清单

• 我的代码遵循了项目的代码风格
• 我已对代码进行了自测
• 我已更新了相关的文档
• 我在标题中使用了合适的类型标签（如：fix:）
• 我已经详细阅读了贡献指南（CONTRIBUTING.md），并遵守了其中的所有规定，包括但不限于commit message的格式、无效commit的合并等

其他信息

变更范围

生产逻辑（+113/-8 行）：

• autofuse/optimize/platform/common/base_alignment_strategy.cpp
  • SetAlignInfoForNodeInputs：删除 is_compact_reduce 判定；
  • 新增 FindCompactReduceInput：双输入结构模式匹配（aligned Broadcast + 物理 compact Sum）；
  • 新增 InsertPadForCompactReduce：no-pad 豁免 + dtype 校验 + 插入 Pad 节点（输出标 kAligned）+ 精确改接单边；
  • 新增 AddPadForCompactReduce：pass 入口，注册于 InferAlignment 与 AddPadForAlignmentConflict 之间；
  • CheckIsNoNeedPad：inactive 轴判据与 SetVectorizedStridesForTensor 对齐（stride==0 || repeat==1），补充边界断言。
• autofuse/optimize/platform/common/base_alignment_strategy.h：新增三个私有方法声明。

测试（+78 行）：

• autofuse/tests/ut/optimize/autoschedule/test_vectorized_alignment.cpp：
  • compact_reduce_pad_for_aligned_broadcast_add：命中场景断言插 Pad 与改接；
  • scalar_reduce_skips_pad_for_aligned_broadcast_add（含 unit-repeat 变体）：豁免场景断言不插 Pad。

设计边界

• IsOps<ascir_op::Sum> 仅覆盖 Sum，与本 PR"只修 PR1760 场景"的定位一致，其他 reduce 的同型场景按需扩展；
• 严格双输入限定，三输入及以上的泛化模式不命中；
• 插 Pad 通过 InsertNodeAfter(reduce_output, {reduce_input}, pad_node) 只改接命中的单边，Sum 输出的其他消费者不受影响；
• pass 顺序有依赖：必须在 InferAlignment 之后（读取传播完成后的最终对齐状态）、AddPadForAlignmentConflict 之前（避免对同一边重复插 Pad）、SetVectorizedStridesForOneNode 之前（对含 Pad 的新图重算 strides）。