一、背景信息 （必填）

pad_v2 算子当前不支持 COMPLEX64/COMPLEX128 复数数据类型，且 constant_values 被文档描述为必选 Tensor，Tiling 侧存在冗余的前置校验（paddings 空数据拦截、constant_values dtype 一致性及标量形状校验），限制了算子在复数张量填充场景下的使用。circular_pad_grad 反向算子的 shape 校验过于严格（padding 必须小于对应维度、gradOutput 前导维度必须与 self 一致），与实际允许场景不符。

二、价值/作用 （必填）

• 使 pad_v2 算子支持 COMPLEX64/COMPLEX128 复数数据类型，补齐复数张量填充能力
• 将 constant_values 调整为可选输入（仅在 constant 模式下用于指定填充值，缺省为 0），简化调用并降低使用门槛
• 移除 pad_v2 Tiling 冗余前置校验，与 PadV3 共享 Tiling 的契约保持一致
• 放宽 circular_pad_grad 的 shape 校验，使参数约束与算子实际行为一致

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）

GE 图模式（通过算子 IR 接口方式调用），aclnn 直调。

3.2 总体设计

3.2.1 算子支持的数据类型

pad_v2 的 x、constant_values、y 在原有 FLOAT、FLOAT16、INT32、INT64、INT16、INT8、UINT8、UINT16、UINT32、UINT64、BOOL、DOUBLE、BFLOAT16、HIFLOAT8、FLOAT8_E5M2、FLOAT8_E4M3FN、FLOAT8_E8M0、FLOAT4_E2M1、FLOAT4_E1M2 基础上新增 COMPLEX64、COMPLEX128；paddings 支持 INT32、INT64。

3.2.2 host侧设计

• pad_v2：移除 Tiling 前置校验（paddings 空数据拦截、constant_values dtype 一致性校验、constant_values 必须为标量校验），constant_values 文档描述由必选改为可选；example 增加 mode 属性并简化样例缓冲区管理
• circular_pad_grad：移除 padding 各值小于对应 self 维度校验、gradOutput 前导维度与 self 一致性校验，错误码由 ACLNN_ERR_PARAM_NULLPTR 修正为 ACLNN_ERR_INNER_NULLPTR

3.2.3 kernel侧设计

pad_v2 复用 PadV3 的 Tiling 类实现，kernel 侧无结构变更；circular_pad_grad kernel 侧无变更。

3.3 支持硬件

• pad_v2：ascend350、ascend950、ascend960dt
• circular_pad_grad：ascend350、ascend910_93、ascend910b、ascend950、ascend960dt、ascend960pr

3.4 算子约束限制

• x、constant_values、y 必须使用相同的数据类型
• paddings 必须使用 INT32 或 INT64
• 负填充（slice）时，输出 shape = x.shape[d] + left + right >= 0

💡 备注（选填）

关联 PR：https://gitcode.com/cann/ops-math/pull/6513