一、背景信息

MulNoNan、FusedMulAdd、FusedMulAddAdd 三个 arch35 算子的 tiling（op_host/arch35/*_tiling_arch35.cpp）目前在 DoOpTiling() 中只做了 dtype 一致性校验（CheckDtype），对输入 shape 的维度数（rank）没有任何约束。

昇腾张量维度上限为 8。当前这三个算子在收到超过 8 维的输入时，host 侧不会拦截，shape 被直接透传给 Ops::Base::BroadcastBaseTiling<OpDag>，问题在更下游才暴露，且缺少明确指向具体输入名与实际维度数的错误信息，定位成本高。

本仓库其他算子已普遍在 host 侧显式拦截该场景，例如：

因此该需求是补齐这三个算子缺失的入参校验，对齐仓库既有实践。

二、价值/作用

1. 错误前移到 host 侧 tiling 阶段：非法维度在图编译期即被拦截并返回 ge::GRAPH_FAILED，不再下沉到 broadcast tiling 之后才失败。
2. 报错信息可定位：复用仓库统一宏 OP_LOGE_FOR_INVALID_SHAPEDIM_WITH_REASON，日志中明确给出出错的输入名（x1/x2/x3/x4）、实际维度数与原因（The dim num must be no more than 8.），与 IsPosInf、Cast 等算子的报错格式保持一致。
3. 覆盖全部输入而非仅首个输入：FusedMulAdd（3 输入）、FusedMulAddAdd（4 输入）中，非首位输入单独超维的场景同样会被拦截，消除漏检。
4. 约束显式化：三个算子 README 的「约束说明」章节同步补充维度上限说明，使用者查文档即可获知限制，无需读代码。

应用场景：图模式（GE IR 构图）下调用上述三个算子，输入张量 rank 超过 8 时。

三、设计方案

3.1 使能方式（涉及哪些框架：如Aclnn直调、Pytorch训练等）

仅图模式（通过算子 IR 构图调用）。

依据（均可在代码中直接核实）：

• 三个算子目录下均无 op_api/ 目录，即未提供 aclnn 直调接口；
• 三个算子 README 的「调用说明」章节均只列出图模式一种调用方式，样例分别为 math/mul_no_nan/examples/arch35/test_geir_mul_no_nan.cpp、math/fused_mul_add/examples/arch35/test_geir_fused_mul_add.cpp、math/fused_mul_add_add/examples/arch35/test_geir_fused_mul_add_add.cpp，通过 op_graph/*_proto.h 中的算子 IR 构图调用。

本需求不新增任何对外接口，不改变使能方式。

3.2 总体设计

3.2.1 算子支持的数据类型

本需求不改变算子已支持的数据类型，现状如下（取自各算子 README 参数说明与 tiling 的 dtype 分支）：

各算子要求全部输入与输出为同一种数据类型（由已有的 CheckDtype 保证）。

3.2.2 host侧设计

（1）头文件新增私有方法声明（op_host/arch35/*_tiling_arch35.h）

private:
    uint64_t tilingKey = 0;
    bool CheckDtype(...) const;
    bool CheckShape() const;          // 新增

（2）实现文件新增文件级常量（op_host/arch35/*_tiling_arch35.cpp）

（3）CheckShape() 实现（以 MulNoNan 为例，另两个算子同构，仅常量名与输入个数不同）

bool MulNoNanTiling::CheckShape() const
{
    for (size_t i = 0; i < MUL_NO_NAN_INPUT_NUM; i++) {
        auto inputShape = context_->GetInputShape(i);
        OP_CHECK_IF(inputShape == nullptr,
                    OP_LOGE(context_->GetNodeName(), "The shape of %s is nullptr.", MUL_NO_NAN_INPUT_NAMES[i]),
                    return false);
        size_t dimNum = inputShape->GetStorageShape().GetDimNum();
        if (dimNum > MUL_NO_NAN_MAX_DIM_NUM) {
            std::string reasonMsg = "The dim num must be no more than " + std::to_string(MUL_NO_NAN_MAX_DIM_NUM) + ".";
            OP_LOGE_FOR_INVALID_SHAPEDIM_WITH_REASON(context_->GetNodeName(), MUL_NO_NAN_INPUT_NAMES[i],
                                                     std::to_string(dimNum), reasonMsg);
            return false;
        }
    }
    return true;
}

（4）调用点：置于 DoOpTiling() 最前，先于已有的 dtype 校验，超限即短路返回。

ge::graphStatus MulNoNanTiling::DoOpTiling()
{
    if (!CheckShape()) {
        return ge::GRAPH_FAILED;
    }
    // 原有 dtype 校验与 BroadcastBaseTiling 分发逻辑不变
    ...
}

设计取舍说明：

• 用 for 遍历 INPUT_NUM 个输入而非只校验 x1，保证非首位输入单独超维时同样被拦截；
• 维度数取 inputShape->GetStorageShape().GetDimNum()；
• 复用仓库既有宏 OP_CHECK_IF / OP_LOGE / OP_LOGE_FOR_INVALID_SHAPEDIM_WITH_REASON，不引入新的报错风格；
• 顺带覆盖 GetInputShape() 返回 nullptr 的分支。

3.2.3 kernel侧设计

无 kernel 侧改动。 校验完全在 host 侧 tiling 阶段完成，op_kernel/ 下的 DAG、struct、kernel 入口均不涉及，已有正常 shape 的执行路径与性能不受影响。

3.3 支持硬件

Ascend 950PR / Ascend 950DT。

依据：三个算子的 op_host/*_def.cpp 中均为 this->AICore().AddConfig("ascend950", aicoreConfig);（math/mul_no_nan/op_host/mul_no_nan_def.cpp:45、math/fused_mul_add/op_host/fused_mul_add_def.cpp:50、math/fused_mul_add_add/op_host/fused_mul_add_add_def.cpp:55），且实现位于 arch35 目录下；三个 README 的「产品支持情况」表格中，仅 Ascend 950PR/Ascend 950DT 一行为 √，Atlas A3 / A2 / 200I·500 A2 / 推理系列 / 训练系列均为 ×。

本需求不改变硬件支持范围。

3.4 算子约束限制

本需求新增的约束：

• MulNoNan：x1、x2 的维度数（rank）均不能超过 8，超过时在 tiling 阶段校验失败。
• FusedMulAdd：x1、x2、x3 的维度数（rank）均不能超过 8，超过时在 tiling 阶段校验失败。
• FusedMulAddAdd：x1、x2、x3、x4 的维度数（rank）均不能超过 8，超过时在 tiling 阶段校验失败。

上述约束已同步写入三个算子 README 的「约束说明」章节。

各算子原有约束保持不变，摘录如下（来自 README）：

• MulNoNan：输入输出须同一数据类型；仅判 x2 一侧，x2 = -0 同样进入零臂；支持任意 NumPy 广播形态与动态 shape / 动态 rank。
• FusedMulAdd：输入输出须同一数据类型；支持任意 NumPy 广播形态与动态 shape / 动态 rank。
• FusedMulAddAdd：输入输出须同一数据类型；计算顺序为 ((x1 * x2) + x3) + x4，不可交换；x1 必须为完整输出 shape，当前 runtime 不支持 x1 自身向上广播；不支持含 -1 的动态 shape。

验收用例（已在 PR 中随实现一并提交，每个算子 3 个，共 9 个）：

💡 备注

关联 PR：https://gitcode.com/cann/ops-math/pull/4294