Closed
[Bug-Report|缺陷反馈]: aclnnConstantPadNd 的 self 与 value 数据类型推导规则未校验,int32 配 float value 被放行并按整型截断填充值 #3895
liuhanwen8Add on  24 days agoClosed at  19 days ago
liuhanwen8
liuhanwen8
24 days ago Create

现象

一句话结论:aclnnConstantPadNd 在 self=int32 + value=1.5(float)这一非法类型组合下,第一段与第二段均返回 0,填充区被静默截断为 1;资料错误码表要求返回 161002。

与合法输入的对照:

输入 第一段 第二段 out[0] / out[24] 说明
合法(self=fp32[3x3], value=0.5f) 0 0 1056964608 / 1056964608(=0.5f 位模式) 对照组
缺陷(self=int32[3x3], value=1.5f) 0 0 1 / 1 缺陷组:填充值被截断

对照组填充区正确写为 0.5;缺陷组填充区写成 1,即 value 按 self 的整型类型做了一次静默截断,两段接口都没有拦下这个类型组合。

期望

资料 docs/aclnnConstantPadNd.md 的错误码表中,161002(ACLNN_ERR_PARAM_INVALID)下挂子项原文:

「self与value的数据类型不满足数据类型推导规则。」

同表另有子项「self、value或out的数据类型不在支持的范围之内。」→ 因此 self=int32 与 value=1.5(float) 应在第一段接口被拒绝并返回 161002,不应返回 0 后按整型截断输出。

环境

  • 硬件:Atlas A2 训练系列(910B2),npu-smi 26.1.1
  • CANN:9.2.0($ASCEND_HOME_PATH=/usr/local/Ascend/cann-9.2.0),Linux aarch64,g++ 11.4.0
  • 仓库与提交:cann/ops-math 584b2ea6cbaeba684a51a74296d82d4d50ab3b0f
  • 复现日期:2026-10-24

复现步骤

  1. 保存下方复现脚本为 repro.cpp
  2. g++ -std=c++17 -O2 repro.cpp -o repro -I$ASCEND_HOME_PATH/include -L$ASCEND_HOME_PATH/lib64 -lopapi -lopapi_math -lascendcl -lnnopbase
  3. ./repro 4(4 换成任意 npu-smi 显示 Health=OK 的 die)
  4. 观察输出:对照组 ret_exec=0 且 out[0] 为 0.5f 的位模式;缺陷组同样 ret_gws=0 ret_exec=0,但 out[0]=1

复现脚本

// 编译: g++ -std=c++17 -O2 repro.cpp -o repro -I$ASCEND_HOME_PATH/include \
//         -L$ASCEND_HOME_PATH/lib64 -lopapi -lopapi_math -lascendcl -lnnopbase
// 运行: ./repro 4
#include <acl/acl.h>
#include <aclnnop/aclnn_constant_pad_nd.h>
#include <cstdio>
#include <cstdlib>
#include <vector>

static aclTensor* mkT(void* d, std::vector<int64_t> sh, aclDataType dt) {
    std::vector<int64_t> st(sh.size());
    int64_t acc = 1;
    for (int i = (int)sh.size() - 1; i >= 0; --i) { st[i] = acc; acc *= sh[i] ? sh[i] : 1; }
    return aclCreateTensor(sh.data(), (uint64_t)sh.size(), dt, st.data(), 0,
                           ACL_FORMAT_ND, sh.data(), (uint64_t)sh.size(), d);
}

// self 3x3 --pad(1,1,1,1)--> out 5x5
static void run_case(const char* tag, aclDataType dt, void* dSelf, void* hVal) {
    aclrtStream s; aclrtCreateStream(&s);
    std::vector<int64_t> inSh{3, 3}, outSh{5, 5};
    void* dOut = nullptr;
    aclrtMalloc(&dOut, 25 * 4, ACL_MEM_MALLOC_HUGE_FIRST);
    aclrtMemset(dOut, 25 * 4, 0x5A, 25 * 4);
    aclTensor* self = mkT(dSelf, inSh, dt);
    aclTensor* out = mkT(dOut, outSh, dt);
    int64_t padV[4] = {1, 1, 1, 1};
    aclScalar* value = aclCreateScalar(hVal, ACL_FLOAT);
    uint64_t ws = 0;
    aclOpExecutor* ex = nullptr;
    int r1 = (int)aclnnConstantPadNdGetWorkspaceSize(self, aclCreateIntArray(padV, 4), value, out, &ws, &ex);
    void* wsBuf = nullptr;
    if (ws > 0) { aclrtMalloc(&wsBuf, ws, ACL_MEM_MALLOC_HUGE_FIRST); }
    int r2 = (r1 == 0 && ex) ? (int)aclnnConstantPadNd(wsBuf, ws, ex, s) : -999;
    if (r1 == 0 && ex) { aclrtSynchronizeStream(s); }
    int32_t h[25] = {0};
    aclrtMemcpy(h, sizeof(h), dOut, sizeof(h), ACL_MEMCPY_DEVICE_TO_HOST);
    printf("%-30s ret_gws=%d ret_exec=%d out[0]=%d out[24]=%d\n", tag, r1, r2, h[0], h[24]);
    aclrtDestroyStream(s);
}

int main(int argc, char** argv) {
    int dev = (argc > 1) ? atoi(argv[1]) : 4;
    aclInit(nullptr);
    aclrtSetDevice(dev);
    float fSelf[9], fOkVal = 0.5f, fBadVal = 1.5f;
    int32_t iSelf[9];
    for (int i = 0; i < 9; i++) { fSelf[i] = (float)(i + 1); iSelf[i] = i + 1; }
    void *dF = nullptr, *dI = nullptr;
    aclrtMalloc(&dF, 64, ACL_MEM_MALLOC_HUGE_FIRST);
    aclrtMalloc(&dI, 64, ACL_MEM_MALLOC_HUGE_FIRST);
    aclrtMemcpy(dF, 36, fSelf, 36, ACL_MEMCPY_HOST_TO_DEVICE);
    aclrtMemcpy(dI, 36, iSelf, 36, ACL_MEMCPY_HOST_TO_DEVICE);
    run_case("对照 self=fp32 value=0.5", ACL_FLOAT, dF, &fOkVal);
    run_case("缺陷 self=int32 value=1.5", ACL_INT32, dI, &fBadVal);
    aclrtResetDevice(dev);
    aclFinalize();
    return 0;
}

实测输出(Ascend 910B2 / CANN 9.2.0):

对照 self=fp32 value=0.5     ret_gws=0 ret_exec=0 out[0]=1056964608 out[24]=1056964608
缺陷 self=int32 value=1.5    ret_gws=0 ret_exec=0 out[0]=1 out[24]=1

影响

调用方传入浮点 value 配整型 self(例如「整型张量补一个 1.5」的误用,或框架侧 dtype 推导漏改)时拿到的是返回 0 的「成功」结果,但填充值已被截断,输出静默错值;调用方无法从返回码发现。下游若直接消费该张量,会把截断值当成正确结果。

建议

在 op_api/aclnn_constant_pad_nd.cpp 的 CheckDtypeValid(self, out) 中补上 value 的类型参与校验(当前签名只接 self 与 out,value 未参与),按资料「self与value的数据类型不满足数据类型推导规则」的语义判定:self 为整型而 value 为浮点且不能无损转换时返回 161002。

likedislike
liuhanwen8liuhanwen8
24 days ago Added label: bug-report
陈思
陈思Collaborators
23 days ago Comments:

您好,感谢反馈!按您给出的 cann/ops-math@584b2ea6cbaeba684a51a74296d82d4d50ab3b0f 核查,本例的 value 会先转换成 self 的类型再用于填充,因此 FLOAT 标量不会使 INT32 的输入和输出自动提升为浮点。报告中 1.5 填充后读到 1,与这条转换路径相符。转换位置

类型规则与当前行为

这里需要区分“类型能够推导”和“数值能够无损表示”。公共 TensorScalar 推导表中,INT32 Tensor 与 FLOAT Scalar 的组合有定义,并非不允许推导;公共互转换关系也允许浮点往整数转换。因此,错误表的“不满足数据类型推导规则”不能直接解释为“浮点值含小数就必须返回 161002”。

您指出的实现检查范围也确实存在:CheckDtypeValid 只接收 self、out,检查两者类型一致和支持列表,没有对 value 增加独立的类型推导校验;后续则明确把标量转换为 self 类型。资料同时规定 out 类型与 self 一致。这说明本例不能单凭含小数的 value 就认定为非法类型组合,但标量转换的数值影响值得在资料中说明清楚。当前检查

处理方向

可以考虑在 value 参数说明中明确“按输入类型转换后填充”,补充整型输入配浮点标量的例子,并将不支持类型、无法转换及可能有损的数值转换区别说明。如果需要增加“不能无损表示就拒绝”的校验,则属于更严格的行为策略,需要同时确认小数、越界等边界并评估已有调用的兼容影响。

如果业务需要保留 1.5,应选择可表示它的 self、out 类型;只将 value 建成浮点标量无法改变整型输出的表示范围。我们会继续确认资料表述与标量转换边界。

likedislike
陈思陈思Collaborators
23 days ago Assign chen_0715 as responsible person
陈思陈思Collaborators
23 days ago Added label: pending-confirmation
陈思陈思Collaborators
22 days ago Removed label: pending-confirmation
CchenyifengCollaborators
21 days ago Assign Anthony0331 as responsible person
CchenyifengCollaborators
21 days ago Removed responsible person chen_0715
WangJinChengWangJinChengCollaborators
19 days ago Associated pull request
CANN-robotCANN-robotCollaborators
19 days ago Close issue
CANN-robotCANN-robotCollaborators
19 days ago Added label: resolved