一、背景信息 （必填）

为 Atlas A2 提供 ZerosLike 原生 AI Core 实现；退化 Elementwise（纯写常量 0、不读输入），可作为 A2 写出类 elementwise 算子参考；相比内建 legacy DSL，在 int64 等需类型仿真的场景显著更优（实测 [4096²] 41.56us vs 614.90us，≈14.8×），浮点/小字节场景与内置持平（均近器件写带宽极限）。

二、价值/作用 （必填）

为 Atlas A2 提供 ZerosLike 原生 AI Core 实现；退化 Elementwise（纯写常量 0、不读输入），可作为 A2 写出类 elementwise 算子参考；相比内建 legacy DSL，在 int64 等需类型仿真的场景显著更优（实测 [4096²] 41.56us vs 614.90us，≈14.8×），浮点/小字节场景与内置持平（均近器件写带宽极限）。

三、设计方案 （必填）

3.1 使能方式（涉及哪些框架：如Aclnn直调、Pytorch训练等）

• aclnn 直调（eager）—— aclnnInplaceZeroGetWorkspaceSize / aclnnInplaceZero 两段式（in-place，selfRef 既入既出），复用 math/zero_op L0 语义。

3.2 总体设计

3.2.1 算子支持的数据类型

8 种 —— FLOAT16/BF16/FLOAT32/INT32/INT64/INT8/UINT8/BOOL（ND）；按字节宽度归一 4 桶（1/2/4/8B）。

3.2.2 host侧设计

OpDef AddConfig("ascend910b")、formatAgnostic、opFile.value="zeros_like"；InferShape 同形 / InferDataType 同 dtype；Tiling 按输出总字节数以 32B 对齐块多核均衡切分，字节宽度桶设 TilingKey，0 元素保护，workspace=0。

3.2.3 kernel侧设计

退化 Elementwise（纯写 0，不读 x）—— UB 单块 Duplicate(0) 复用 → DataCopy（对齐）/DataCopyPad（尾块）写出；按字节宽度选 uint16/uint32 视图（全 0 二进制等价），int64 拆 2×uint32；V_MTE3 同步；AIV-only。

3.3 支持硬件

Atlas A2 训练/推理系列（Ascend910B，DAV_2201 / arch32）。

3.4 算子约束限制

• rank 0~8；支持空 tensor / 非连续；
• 8 种 dtype 走 910b AI Core（L2 接受 13 种超集，余走 AICPU，不在 AI Core 验收范围）；
• 仅 ascend910b（不含 950/A3）；
• 不支持广播；
• 确定性 bitwise。

💡 备注（选填）