一、问题描述

aclnnVar 对资料允许的合法输入（self 任意合法 shape、dim 任意合法取值、unbiased 无附加限制）在
unbiased=true 且归约轴元素数恰为 1 时，第一段 aclnnVarGetWorkspaceSize 直接返回 561103
（ACLNN_ERR_INNER，内部错误），而不是按方差语义返回 nan。

关键对照：同一份代码里的兄弟接口 aclnnVarCorrection 在完全等价的输入
（correction=1、归约轴元素数 1）下正常返回 0 且输出 nan —— 因为它在 aclnn_var.cpp:301-318
有一段 shapeProd <= correction → 填 NAN / INFINITY 的早退分支，而 aclnnVar 没有。

plog 原文（CANN 自身打印，非推测）：

op[ReduceStdV2Update], input_shape cannot be less than or equal to correction,
  input_shape_element=1, correction=1.[FUNC:Tiling4ReduceStdFunc][FILE:reduce_std_func.cc][LINE:138]
Failed to execute operator aclnnVar_4_ReduceStdV2Update. Reason: Failed to execute tiling.

即 aclnnVar(unbiased=true) 把 unbiased 直接当 correction=1 传给 ReduceStdV2Update
（aclnn_var.cpp:224），而该内核的 tiling 明确拒绝 input_shape <= correction；由于 aclnnVar
没有像 aclnnVarCorrection 那样提前拦下这个退化情形，tiling 失败被 l0op 冒泡成 561103。

影响面（同一轮 1000 条用例实测，非抽样猜测）：

判据是集合完全等价：ERROR 集合与 {unbiased=true ∧ N_red=1} 逐条相等（无多、无少）。
归约轴元素数=1 在真实模型里很常见（batch=1、seq=1、单通道、归一化维=1），一旦命中即整网报错。

二、环境信息

三、重现步骤

1. 保存下面的 C++ 探针为 var_n1.cpp（A 子例＝被测点，D 子例＝aclnnVarCorrection 对照）；
2. 编译：g++ -std=c++17 var_n1.cpp -o var_n1 -I$ASCEND_HOME_PATH/include -L$ASCEND_HOME_PATH/lib64 -lascendcl -lnnopbase -lopapi；
3. 运行 ./var_n1 A（被测）与 ./var_n1 D（对照），同一份输入 self=[1]、dim=nullptr、keepdim=true。

#include <cstdio>
#include <vector>
#include "acl/acl.h"
#include "aclnnop/aclnn_var.h"

static aclTensor* Mk(float v, void** addr) {
    std::vector<int64_t> sh{1}, st{1};
    aclrtMalloc(addr, 4, ACL_MEM_MALLOC_HUGE_FIRST);
    aclrtMemcpy(*addr, 4, &v, 4, ACL_MEMCPY_HOST_TO_DEVICE);
    return aclCreateTensor(sh.data(), 1, ACL_FLOAT, st.data(), 0, ACL_FORMAT_ND,
                           sh.data(), 1, *addr);
}

int main(int argc, char** argv) {
    bool corr = (argc > 1 && argv[1][0] == 'D');   // D = VarCorrection 对照
    aclInit(nullptr); aclrtSetDevice(0);
    aclrtStream s = nullptr; aclrtCreateStream(&s);
    void *sa = nullptr, *oa = nullptr;
    float v = 7.0f, o = -12345.0f;
    aclTensor* self = Mk(v, &sa);                  // self = [1]
    aclTensor* out  = Mk(o, &oa);                  // out  = [1]（keepdim=true）
    uint64_t ws = 0; aclOpExecutor* e = nullptr;
    aclnnStatus r1 = corr
        ? aclnnVarCorrectionGetWorkspaceSize(self, nullptr, 1, true, out, &ws, &e)
        : aclnnVarGetWorkspaceSize(self, nullptr, /*unbiased=*/true, true, out, &ws, &e);
    printf("ret1=%d\n", (int)r1);
    if (r1 == 0) {
        void* wsp = nullptr;
        if (ws > 0) aclrtMalloc(&wsp, ws, ACL_MEM_MALLOC_HUGE_FIRST);
        aclnnStatus r2 = corr ? aclnnVarCorrection(wsp, ws, e, s)
                              : aclnnVar(wsp, ws, e, s);
        aclrtSynchronizeStream(s);
        aclrtMemcpy(&o, 4, oa, 4, ACL_MEMCPY_DEVICE_TO_HOST);
        printf("ret2=%d\nout=%f\n", (int)r2, o);
    }
    return 0;
}

实测输出（910B3，CANN 26.1.1）：

$ ./var_n1 A
ret1=561103

$ ./var_n1 D
ret1=0
ret2=0
out=nan

控制变量矩阵（每行只改一个变量，其余同 A）：

B/C 通过说明探针构造与绑定无误；D 通过说明不是内核不支持，而是 aclnnVar 少了一段退化分支。

四、预期结果

1. aclnnVar(self=[1], dim=nullptr, unbiased=true, keepdim=true) 应返回 0，out = nan
   （与 torch.var(x, dim=None, correction=1) 的语义一致；torch.var 在该输入下返回 nan，
   aclnnVarCorrection 已按此实现）；
2. 资料未对 unbiased=true 附加任何 shape 限制，因此当前行为属于「合法输入被拒 + 错误码为内部错误」双重不符。

修复方向（与同文件既有写法对齐，aclnn_var.cpp:301-310 可直接复用）：

// aclnnVarGetWorkspaceSize 中，dimArray 解析完成之后、Contiguous/Cast 之前
int64_t shapeProd = CalcShapeProd(self, dimArray);   // 该函数本文件已有（:129-138）
if (shapeProd <= (unbiased ? 1 : 0)) {               // 即 N - correction <= 0
    ret = CheckFillScalarShapeStdAndVar(out, NAN, uniqueExecutor.get());
    *workspaceSize = uniqueExecutor->GetWorkspaceSize();
    uniqueExecutor.ReleaseTo(executor);
    return ret;
}

说明：shapeProd == 0（空 tensor）已由前面的 IsEmpty() 分支覆盖，这里只需补 N - correction <= 0。

备注

• 查重：按 aclnnVar / 方差 / ReduceStdV2Update / 561103 在 cann/ops-math 全量翻页检索
  （≥3000 条），未发现同现象单据。#2565（closed）处理的是「空 tensor / corner case 路径
  workspaceSize 被误写为 0」，最终结果是 workspace 不足，不是本单的「缺退化分支 → tiling 报错」；
  #4172 是 aclnnVarMean 的 bf16 问题，接口与现象都不同。#3987 是 aclnnVar 文档链接错误。
• 为什么不是精度问题：76 条全部在第一段就返回非 0，第二段未执行，没有进入数值比对环节。
• 补充证据：同轮 error-scenario 线的基线恰好落在 self=bf16[1]|dim=null|unbiased=true，
  该基线自身返回 561103，导致该线 6 条「与资料一致」的判据一并降级为 MATCH_UNVERIFIED ——
  这是同一缺陷的第二个受害面（它把别的判据的基线也污染了）。