问题描述

STFT 算子在 atk 批跑精度测试中偶现失败：单跑成功、批跑失败，失败用例不固定（如 case 169 有时成功有时失败）。对比 NPU 与 CPU 输出发现，失败时 NPU 输出在部分行的尾部帧输出 0，其余位置数值完全正确。

复现命令（Ascend950PR 环境）：

atk node --backend npu --devices 1 node --backend cpu --name acc task -c ./error_case_stft.json --task accuracy -p ./exec_stft.py -mt 5 --save_data input --save_data output

失败示例（case 281，nfft=7/hop=1/win=4/onesided=false，输出 shape [7,7]）：

• NPU 在 (1,4)(1,5)(1,6)(3,4)(3,5)(3,6)(4,6)(6,5)(6,6) 等位置输出 0
• CPU 对应位置有正常值（如 -760.1+839.2j）

根因分析

STFT AICore kernel 内存在 MTE3（UB→GM 异步拷贝，Vector 流水线）与 Cube matmul（读 GM，Cube 流水线）之间的流水线竞态：

1. StftPlanMul::Process()：plan×window 结果通过 MTE3 写入 plan workspace 后没有等待写完成，主算子 Cube matmul 立即读取
2. STFTGeneralized::Process()：SplitWindows 通过 MTE3 写 splitWindow workspace 后同样无同步，StftMatmul 立即读取
3. STFTGeneralizedComplex::Process()：complex 输入路径存在相同问题

首次调用时 workspace 为新分配内存（内容为 0），matmul 抢先读到未写入的数据 → 输出 0；后续调用 workspace 残留上次正确的数据，竞态被掩盖 → 呈现“偶现”特性。这也是单跑（新进程首次调用易触发）与批跑表现差异的原因。

修复方案

在三处 MTE3 写 workspace 之后、Cube matmul 读取之前插入 HardEvent::MTE3_S 跨流水线事件同步：

event_t eventIdMTE3ToS = static_cast<event_t>(GetTPipePtr()->FetchEventID(HardEvent::MTE3_S));
SetFlag<HardEvent::MTE3_S>(eventIdMTE3ToS);
WaitFlag<HardEvent::MTE3_S>(eventIdMTE3ToS);

涉及文件：

• math/stft/op_kernel/stft_plan_mul.h
• math/stft/op_kernel/stft_generalized.h
• math/stft/op_kernel/stft_generalized_complex.h

同时清理 stft_tiling_base 中冗余代码：删除从未使用的 l1Size/l0ASize/l0BSize/l0CSize（其中 l0A/B/C 获取时误用了 CoreMemType::UB）及重复的 l1SizePlatform 赋值。

验证结果

Ascend950PR 环境验证：

• 修复前：atk 批跑 5 用例通过率约 60%，失败用例轮换出现
• 修复后：10 轮 × 5 用例 = 50/50 全部 PASS；25 次逐次调用（每次不同输入）全部与 CPU 参考一致（max_diff < 1e-4），零值消失