Thanks for sending an requirement! Please fill in the following template to help quickly solve your problem.
math仓新增abs_grad支持david
abs_grad是主流深度学习框架（如MindSpore、PaddlePaddle、Enflame等）中的标准算子。它通常作为反向传播（Backpropagation） 图的一部分被自动调用。
当 input > 0 时，grad_input = grad_output。梯度原样传递，表示该神经元对误差的贡献被完全保留，需要正常调整。
当 input < 0 时，grad_input = -grad_output。梯度方向反转，表示该神经元的输出对降低误差起到了相反作用，需要朝反方向调整。
当 input = 0 时，grad_input = 0。梯度被阻断，表示该神经元处于不活跃的边界状态，暂时不参与学习。
💡 备注（选填）
/assign
Thanks for sending an requirement! Please fill in the following template to help quickly solve your problem.
一、背景信息 （必填）
math仓新增abs_grad支持david
二、价值/作用 （必填）
abs_grad是主流深度学习框架（如MindSpore、PaddlePaddle、Enflame等）中的标准算子。它通常作为反向传播（Backpropagation） 图的一部分被自动调用。
三、设计方案 （必填）
当 input > 0 时，grad_input = grad_output。梯度原样传递，表示该神经元对误差的贡献被完全保留，需要正常调整。
当 input < 0 时，grad_input = -grad_output。梯度方向反转，表示该神经元的输出对降低误差起到了相反作用，需要朝反方向调整。
当 input = 0 时，grad_input = 0。梯度被阻断，表示该神经元处于不活跃的边界状态，暂时不参与学习。
3.1 使能方式（涉及哪些框架：如Aclnn直调、Pytorch训练等）
3.2 总体设计
3.2.1 算子支持的数据类型
3.2.2 host侧设计
3.2.3 kernel侧设计
3.3 支持硬件
3.4 算子约束限制
💡 备注（选填）