变更摘要

此 PR 为 CANN 算子库新增 DropoutV3Grad 算子，实现 dropout 反向传播计算。核心公式为 gradX_i = (mask_i == 1) ? scale * gradY_i : 0，其中 mask 为位掩码（bit-packed uint8），scale 来自前向的 1/(1-p)。该算子支持 Ascend910 和 Ascend910_95 两档架构，根据 gradY 数据类型自动选择 AICORE 或 AICPU 执行路径，并在 kernel 层对 scale==0（全丢弃）和 scale==1（全保留）场景做了快速分支优化。PR 包含完整的 API 接口层、L0 算子层、tiling 策略、kernel 实现、推理形状及配套的 L0/L2/推理形状/tiling/kernel 五层单元测试与示例代码。

主要改动

• 新增公共 API aclnnDropoutV3GradGetWorkspaceSize / aclnnDropoutV3Grad：定义在 aclnn_dropout_v3_grad.h/.cpp 中，采用标准两段式调用，对外 scale 接受 double 类型，mask 仅接受 uint8，gradY/gradX 支持 FLOAT/FLOAT16/BFLOAT16（BF16 仅限 DAV_3510 架构），内部将 scale 转为 float32 tensor 直传 kernel。

• 新增 L0 算子 l0op::DropoutV3Grad：定义在 dropout_v3_grad.h/.cpp 中，通过 IsAiCoreSupport 按 gradY 数据类型分发到 DropoutV3GradAiCore（AICORE 路径）或 DropoutV3GradAiCpu（AICPU 回退），并注册为 DropOutV3Grad 算子类型。

• 新增 AscendC kernel 实现：位于 op_kernel/arch35/drop_out_v3_grad.h 中的 DropOutV3GradImpl<T> 模板类，采用双缓冲（DOUBLE_BUFFER=2）流水线，Process() 中根据 scale 与 0/1 的 epsilon 比较自动选择三条分支（全丢弃直接写零、全保留直接拷贝、正常路径按 32 位 mask 寄存器逐位解包执行 Select 操作），并对 float 与 float16/bf16（B16 路径需 Cast 到 fp32 计算后再转回）做了差异化处理。

• 新增 tiling 策略：DropOutV3GradTiling 类（drop_out_v3_grad_tiling_arch35.h/.cpp）计算 UB 分块因子（ubFactor）、多核分配（usedCoreNum、normBlockData/tailBlockData）、循环次数（normBlockLoop/tailBlockLoop）及尾块大小，将结果写入 DropOutV3GradForAscendCTilingData，并注册 tiling key=100，预留 16MB AscendC 工具 workspace。

• 新增算子定义与推理形状：drop_out_v3_grad_def.cpp 注册 DropOutV3Grad 算子定义，支持 DT_FLOAT/DT_FLOAT16/DT_BF16 的 grad_y、DT_UINT8/DT_UINT1 的 mask 和固定 DT_FLOAT 的 scale，共 6 组 dtype 组合；drop_out_v3_grad_infershape.cpp 通过 CommonInferShape 将 grad_x 的形状推断为与 grad_y 一致。

• 新增二进制配置与完整测试覆盖：drop_out_v3_grad_binary.json 为 ascend950 平台定义了 6 组二进制文件映射（f32_uint8/f16_uint8/bf16_uint8/f32_uint1/f16_uint1/bf16_uint1）；同时新增 L0 UT（验证三种 dtype 构图返回非空）、L2 UT（覆盖成功路径及空指针/dtype非法/shape不等/mask尺寸不符/超8维等 12 个用例）、推理形状 UT、tiling UT（成功及非法 dtype/scale 非标量共 11 个用例）和 kernel UT（覆盖三分支、mask 全0/全1/交替、尾块非对齐、极小规模、多核多循环、scale 接近 1 等 10 个 golden 校验用例）。

代码审查

审查总结

本次审查了 DropoutV3Grad 反向算子新增的 24 个文件，共发现 7 个问题：

各文件审查结论

整体风险评估

中高风险。两个 P1 问题（kernel mask buffer 越界读取）在当前单测用例（count=256/1024，ubFactor=256）下因 CeilAlign 对齐特性侥幸未触发硬件异常，但在实际推理/训练场景中（更大的 ubFactor，如 bf16 下 ~30K 元素）将导致确定的 UB 越界读取，可能引发硬件异常或计算结果静默错误。建议在合入前修复 kernel 中 mask 循环迭代次数的计算逻辑。P2 的 ubFactor_ 校验缺失在正常平台配置下不会触发，但缺少防御性编程。文档问题（P3）不影响功能但会误导用户。

⛔ 需要修改

Thanks for your pull-request.
The full list of commands accepted by me can be found at here。
You can get sig-info at here

PR Approval Progress

✅ Congratulations! All modules have met the lgtm and approve requirements.

Module Approval Details

💡 Tip:

• Committer can comment /approve or /lgtm
• Commenting /approve implies both code review (lgtm) and intent to merge (approve)

CLA Signature Pass

huairuchen, thanks for your pull request. All authors of the commits have signed the CLA. 👍

/approve

/approve