变更摘要

本 PR 主要修复分层 AllToAll（Hier）实现中的计算错误：srcGroupSize、cclBufferCountPerRank 计算错误，以及 maxDataSizePerLoop 多除了一次 dataTypeSize 的问题；同时新增一整套分层 AllToAll 执行框架，包括新的 InsV2AlltoAllHierSequenceExecutor 执行器、TopoMatchNLevel 多层级拓扑匹配、AlltoAllStageTemplateRegistry 阶段模板注册表与 InsTempAlltoAllHierMeshStage 网格阶段模板，并让选择器切换到新算法。

主要改动

• 修复 maxDataSizePerLoop 多除 dataTypeSize: 在 InsV2AlltoAllHierSequenceExecutor::OrchestrateLoop 中，maxDataSizePerLoop 改为直接以 cclBuffSize / totalRankSize_ 并按 HCCL_MIN_SLICE_ALIGN 对齐计算（不再除以 dataTypeSize），随后由 maxDataCountPerLoop = maxDataSizePerLoop / dataTypeSize_ 得到每轮数据条数，保证循环切分数据量正确。

• 新增分层 AllToAll 序列执行器: 新增 InsV2AlltoAllHierSequenceExecutor（ins_v2_all_to_all_hier_sequence_executor.cc/.h），将 AllToAll 编排为按 stage 顺序执行的过程，通过 SetStageParams 计算各阶段参数（如 inputSliceStride = maxDataCountPerLoop * otherDimRankSize * dataTypeSize_、outputSliceStride 与首/尾/中间阶段缓冲类型），并注册为 AicpuAllToAllSoleMeshHier 执行器。

• 修复 srcGroupSize 与 cclBufferCountPerRank 计算: 在 InsTempAlltoAllHierMeshStage::KernelRun 中，srcGroupSize 改为正确的 otherDimRankSize，cclBufferCountPerRank_ 改为按 inputSliceStride / dataTypeSize_ / otherDimRankSize 计算，供首/尾阶段本地拷贝及 RunSendRecv 收发使用。

• 新增多层级拓扑匹配与阶段模板注册机制: 新增 TopoMatchNLevel（topo_match_nlevel.cc/.h）从 rank 图逐层构建 rank 分组并填充 AlgHierarchyInfoForAllLevel；新增 AlltoAllStageTemplateRegistry 及 REGISTER_A2A_STAGE_TEMPLATE 宏用于注册/创建阶段模板，InsTempAlltoAllHierStageBase 定义首/尾/中间 stage 角色判定。

• 选择器切换新算法并补充单测: AlltoAllAutoSelector 将 level0 为 MESH_1D/CLOS/MESH_1D_CLOS 的场景由 AicpuAllToAllSoleMesh 切换为 AicpuAllToAllSoleMeshHier；新增 test/ut/alltoall_hier/alltoall_hier_test.cc 覆盖阶段角色判定与阶段模板注册/创建的单元测试。

代码审查

我已报告所有确定的问题。下面给出收尾总结。

收尾总结

各变更文件审查结论

1. src/ops/all_to_all_v/executor/CMakeLists.txt — 将新 executor 源加入 NOT HCCL_CANN_COMPAT_850 分支，与同目录其他 v2 executor 的构建条件一致；但其门控与 selector 的无条件改动构成跨文件不一致（见 finding #2 的根因），本文件本身无独立问题。
2. src/ops/all_to_all_v/executor/ins_v2_all_to_all_hier_sequence_executor.cc — 发现 2 个问题：① stage 模板 channel 索引错位（执行序 k vs stageIndex，P1）；② maxDataCountPerLoop 除数未校验（P3）。
3. src/ops/all_to_all_v/executor/ins_v2_all_to_all_hier_sequence_executor.h — 发现 1 个问题：未使用的常量 FULLMESH_THRESHOLD（P3，可选清理）。
4. src/ops/all_to_all_v/selector/alltoall_auto_selector.cc — 发现 1 个问题：无条件选中 AicpuAllToAllSoleMeshHier，在 HCCL_CANN_COMPAT_850 构建下该算法未注册 → 运行期 HCCL_E_PARA（P2）。
5. src/ops/all_to_all_v/template/aicpu/CMakeLists.txt — no issues；新增 registry 与 mesh stage 源文件均在 NOT HCCL_CANN_COMPAT_850 分支内，一致。
6. src/ops/all_to_all_v/template/aicpu/hier/alltoall_stage_template_registry.cc — no issues；加锁注册/创建，未找到 creator 时返回 nullptr 并记录错误，路径完整。
7. src/ops/all_to_all_v/template/aicpu/hier/alltoall_stage_template_registry.h — no issues；单例与删除拷贝构造、REGISTER_A2A_STAGE_TEMPLATE 宏定义均正确。

发现统计与总体风险判断

• P1 × 1（stage 模板 channel 索引错位，多 stage 拓扑下会用镜像 stage 的通道与错误远端建链，存在数据错发/挂死风险）
• P2 × 1（HCCL_CANN_COMPAT_850 兼容构建回归，选中未注册算法导致报错）
• P3 × 2（潜在的除零守卫缺口；未使用的死常量）

总体风险判断：本次 PR 引入了新层级序列 executor 并改变多级拓扑下的算法选择路径。核心风险集中在通道资源与 stage 模板的索引对齐（P1）以及兼容构建下算法名未注册（P2）两处——前者会影响多级 alltoall 的实际通信正确性，后者会在特定编译配置下直接报错。建议合入前优先修复 P1 索引错位，并确认 compat 构建的 selector/executor 一致性；P3 项为可选加固/清理。

Review complete. 我已完成对全部 9 个变更文件的审查。

审查结果汇总（按优先级）

• P0：0 个
• P1：0 个
• P2：2 个
• P3：1 个

各文件审查确认

总体风险判断

本 PR 新增了分层 AllToAll 的 Mesh Stage 核心实现与 N 级拓扑匹配，涉及复杂的偏移计算和分组构建逻辑。发现的核心风险集中在两点：一是 ccl buffer 槽位索引布局在两处本地拷贝间不一致、在特定 R/G 组合下存在越界读写风险；二是拓扑匹配中一处系统调用返回值未检查，可能导致各 rank 分组不一致。两者均属于条件触发型问题，且新代码目前没有针对数据搬运路径的测试覆盖，建议在合入前统一 ccl buffer 索引口径并补充偏移计算的单元测试。整体为中等偏高风险，需修复上述 P2 项后再合入。

💬 仅评论

compile