Thanks for sending an requirement! Please fill in the following template to help quickly solve your problem.

一、背景信息 （必填）

新增reduce_std_v2算子的Ascend C实现

二、价值/作用 （必填）

该需求用于提升 reduce_std_v2 的可维护性和可交付性，支持在 Ascend 910B3 环境完成本地编译、UT、安装和上板示例验证。

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）

使能方式为 aclnn 直调接口：

• 对外接口：aclnnStdGetWorkspaceSize / aclnnStd
• 示例入口：experimental/math/reduce_std_v2/examples/test_aclnn_std.cpp

3.2 总体设计

aclnnStd host 侧完成参数校验、shape 推导、空 tensor/特殊 correction 处理，并根据平台选择执行路径。

3.2.1 算子支持的数据类型

当前 aclnnStd 支持：

• Ascend 910B 系列：

  • float32
  • float16
  • bfloat16

• Ascend 910 系列：

  • float32
  • float16

输入 self 与输出 out 需要满足 dtype 支持列表，并满足 dtype cast 约束。

3.2.2 host侧设计

host 侧主要包含：

• 参数校验：

  • self/out 非空
  • dtype 支持检查
  • dim 范围检查
  • dim 去重检查
  • out shape 与 reduce 推导结果一致

• shape 处理：

  • 支持 dim == nullptr 或空 dim，表示全维度 reduce
  • 支持负 dim 转正
  • 支持 0 维 tensor reshape 到 {1} 参与后续逻辑

• 特殊值处理：

  • 空 tensor 输出 NaN
  • shapeProd <= correction 场景输出 NaN 或 Inf

• 910B3 可用路径：

  • 走组合实现：ReduceMean + Expand + ReduceStdWithMean + Cast + ViewCopy

• UT 支撑：

  • 在 tests/ut/op_api 增加 UT-only l0op stub，补齐 op_api UT 链接与 shape 推导，不影响正式 package 产物。

3.2.3 kernel侧设计

reduce_std_v2 当前保留 arch35 AICore kernel 实现，面向支持 arch35 的硬件路径。

3.3 支持硬件

当前设计支持：

• Ascend 910B3：通过 aclnnStd 组合路径验证通过
• Ascend 950 / arch35：保留原生 ReduceStdV2 AICore kernel 注册和配置

已验证环境：

• CANN：8.5.0-beta.1
• SoC：ascend910b
• NPU：910B3
• package 安装与 NPU 示例运行通过

3.4 算子约束限制

当前约束：

• self/out 仅支持 float32、float16，910B 系列额外支持 bfloat16。
• dim 必须在合法维度范围内，重复 dim 不支持。
• out shape 必须与 dim/keepdim 推导结果一致。
• 当前 reduce_std_v2 arch35 AICore kernel 不支持直接声明为 ascend910b 编译运行。
• 910B3 上可用路径为 aclnnStd 组合实现，不是 custom ReduceStdV2 AICore kernel 直出。