[Bug-Report|缺陷反馈]: aclnnVarMean 对 bfloat16 一律返回 161002（资料/OpDef/tiling 三方声明支持，910B3 上同族 aclnnVar 的 bf16 正常）

一、环境

二、现象

aclnnVarMean 在 bfloat16 输入下，第一段接口 aclnnVarMeanGetWorkspaceSize 一律返回 161002（ACLNN_ERR_PARAM_INVALID）。fp32 / fp16 同参数正常。

plog 原文（CANN 自身打印，非推测）：

AclNN_Parameter_Error(EZ1001): Tensor self not implemented for DT_BFLOAT16,
  should be in dtype support list [DT_FLOAT,DT_FLOAT16,].

三、最小复现

source /usr/local/Ascend/ascend-toolkit/set_env.sh

# 通路 1：torch_npu
python3 -c "
import torch, torch_npu
x = torch.arange(8, dtype=torch.float32).reshape(2,4)
v,m = torch.var_mean(x.to(torch.bfloat16).npu(), dim=[1], correction=1, keepdim=True)
print(v, m)
"
# → NPU function error: call aclnnVarMean failed, error code is 161002

# 通路 2：aclnn 纯 C 直调（不经过 torch 层）
python3 -c "
import sys; sys.path.insert(0,'<work-toolkit>/skills/ascend-op-determinism/scripts')
" # 走 run_determinism.py --op aclnn:VarMean --backend npu
# → AclnnOpError: aclnnVarMeanGetWorkspaceSize 返回错误码 161002

两条互不经过对方代码的通路返回同一个码，排除 torch 插件层问题。

四、控制变量矩阵（唯一变量 = dtype）

同一份输入 x = arange(8).reshape(2,4)、同一 dim=[1]、correction=1、keepdim=True：

var 与 mean 两个单输出接口在 bf16 下都正常，只有 var_mean 双输出接口被拒 → 不是 kernel 不支持 bf16，是 aclnnVarMean 的入参校验把它挡掉了。

规模放大复测：402 条精度用例中 bf16 共 134 条，134/134 全部 161002；110 条确定性用例中 bf16 10 条，10/10 全部 161002。无一例外。

五、根因（代码锚点）

math/reduce_var/op_api/aclnn_var_mean.cpp L41-56：

// 算子支持的所有dtype
static const std::initializer_list<op::DataType> DTYPE_SUPPORT_LIST = {op::DataType::DT_FLOAT,
                                                                       op::DataType::DT_FLOAT16};
static const std::initializer_list<op::DataType> ARCH3510_DTYPE_SUPPORT_LIST = {
    op::DataType::DT_FLOAT, op::DataType::DT_FLOAT16, op::DataType::DT_BF16};

static const std::initializer_list<DataType>& GetDtypeSupportList()
{
    if (IsRegBase()) {
        return ARCH3510_DTYPE_SUPPORT_LIST;   // 只有 RegBase（arch35/3510）才允许 BF16
    } else {
        return DTYPE_SUPPORT_LIST;            // 910B / A2 落到这里 → 无 BF16
    }
}

同一算子族的单输出接口 math/reduce_var/op_api/aclnn_var.cpp L43-51 用的是另一套判据：

static const std::initializer_list<op::DataType> ASCEND910_DTYPE_SUPPORT_LIST  = {DT_FLOAT, DT_FLOAT16};
static const std::initializer_list<op::DataType> ASCEND910B_DTYPE_SUPPORT_LIST = {DT_FLOAT, DT_FLOAT16, DT_BF16};
auto DTYPE_SUPPORT_LIST = GetDtypeSupportListV2(ASCEND910B_DTYPE_SUPPORT_LIST, ASCEND910_DTYPE_SUPPORT_LIST);

即：aclnnVar 按 soc 档位（910 / 910B）选支持面，aclnnVarMean 按 IsRegBase() 二分。910B3 不是 RegBase，于是被误落到不含 BF16 的分支。

而算子本体与资料都声明支持 bf16：

• op_host/reduce_var_def.cpp L18：dataType = {DT_FLOAT16, DT_FLOAT, DT_BF16}
• op_host/arch35/reduce_var_tiling.cpp L91：supDtypes = {DT_FLOAT16, DT_BF16, DT_FLOAT}
• docs/aclnnVarMean.md L93：self 数据类型列写明 FLOAT、FLOAT16、BFLOAT16；L172 只把 910 / 310p 排除 bf16（910B3 不在其中）

三方声明支持，唯 aclnn 层 gate 不支持。

六、影响

• A2 / 910B 系列上 aclnnVarMean 完全无法处理 bf16，用户必须退化成 torch.var + torch.mean 两次调用（多一次 kernel 下发与一次全量读，且两者结果不再来自同一次遍历，长尾分布下 mean 与 var 的舍入基准可能不一致）。
• 该接口是 PyTorch torch.var_mean 在 NPU 上的唯一落地通路，等于 bf16 场景整体不可用。
• 属于 FP-B06-3「平台分支不对称」：同一 soc 上同族接口一个放行一个拒绝。

七、期望

GetDtypeSupportList() 改为与 aclnn_var.cpp 一致的 soc 档位判定（GetDtypeSupportListV2(ASCEND910B_DTYPE_SUPPORT_LIST, ASCEND910_DTYPE_SUPPORT_LIST)），或在非 RegBase 分支的 DTYPE_SUPPORT_LIST 中补入 DT_BF16，使 910B 系列的行为与 aclnnVar / aclnnMean 及资料声明一致。

八、备注

本轮同时复核了该接口的其他契约面：错误码表 5 条子项（161001 ×1、161002 ×4）在 fp32/fp16 下全部与资料一致；110 条确定性用例 × 3 种开关腿（none/torch/acl）共 330 次判定，fp32/fp16 的 300 次全部 bit-exact 一致，与资料「默认确定性实现」声明相符。bf16 因本缺陷无法进入上述判定。