[Requirement|需求建议]: BNTrainingReduce算子支持Ascend 950 AscendC实现-ops-nn-AtomGit

已关闭

[Requirement|需求建议]: BNTrainingReduce算子支持Ascend 950 AscendC实现 #4715

yulianjie创建于 25 天前关闭于 18 天前

25 天前创建

Backgroud（背景信息）

BNTrainingReduce 是 BatchNorm 训练阶段的统计量归约算子：对四维 NCHW 输入沿 N、H、W 轴归约，按通道输出元素和 sum 与平方和 square_sum。现有 Ascend 950PR/Ascend 950DT 产品支持项需要补齐 AscendC 实现，使 aclnnBatchNormReduce 及图模式能够在该平台完成编译和执行。

输入 x 支持 FLOAT16、BFLOAT16、FLOAT，输出固定为一维 FLOAT/ND；FLOAT16、BFLOAT16 输入按 FLOAT 精度执行平方与累加。算子无属性，并需要处理空 Tensor 场景。

Origin（信息来源）

CANN ops-nn 仓 norm 类算子的 Ascend 950 适配需求。当前实现来源为提交者 lianjieyu 的 PR #8543；PR 中未注明更具体的提出部门或团队。

Benefit / Necessity （价值/作用）

补齐 BNTrainingReduce 在 Ascend 950PR/Ascend 950DT 上的算子能力，支持 BatchNorm 训练统计量计算。
统一 ACLNN 与 GEIR 图模式的接口、Shape/DType 推导和执行语义。
对 FLOAT16/BFLOAT16 输入采用 FLOAT 累加，提升统计量计算的数值稳定性。
覆盖静态/动态 Shape、空 Tensor 和非法输入等场景，为后续回归与维护提供验证基础。

Design（设计方案）

注册 BNTrainingReduce 原型：输入 x，输出 sum、square_sum；输入限定 FLOAT16/BFLOAT16/FLOAT + NCHW，输出固定 FLOAT + ND。
实现图级 InferShape/InferDataType：已知 Rank 时校验四维 NCHW 并输出 [C]，未知 Rank 时保留动态推导；两个输出数据类型固定为 FLOAT。
在 Host 侧新增 arch35 Tiling，依据 Shape、DType、UB 和核数进行多核切分，覆盖 normal、group、tail 与 empty 等分支。
在 Device 侧新增 AscendC Kernel，完成 sum_c = Σ(n,h,w) x[n,c,h,w] 和 square_sum_c = Σ(n,h,w) x[n,c,h,w]^2，并单独处理空 Tensor。
补充 ACLNN 两段式调用示例、GEIR 静态/动态及异常场景验证代码，同时更新 README、接口文档和算子清单。

验收标准

Ascend 950PR/Ascend 950DT 上可构建并加载 BNTrainingReduce 的 AscendC 实现。
FLOAT16、BFLOAT16、FLOAT 三种输入均能得到 FLOAT/ND 的 sum、square_sum，Shape 均为 [C]，结果满足精度标准。
ACLNN 与 GEIR 静态/动态通路可执行；空 Tensor 语义正确；非法 Rank、Format、DType 能被拒绝。
相关单元测试、示例验证和仓库 CI 通过，且 PR 中阻塞性检视意见已闭环。
README、aclnnBatchNormReduce 文档及算子列表与实现能力一致。