Thanks for sending an requirement! Please fill in the following template to help quickly solve your problem.

Backgroud（背景信息）

1 需求背景

MVNV2（Mean Variance Normalization V2）是均值方差归一化算子：对输入张量 x 沿指定 axes 计算均值 mean 与标准差 std，然后执行 y = (x - mean) / (std + eps)，使归一化后的输出均值为 0、方差为 1。它对齐 ONNX MeanVarianceNormalization 算子，是 Caffe MVN 的 V2 版本（接口更灵活，用 axes 列表指定规约轴，而非 across_channels/normalize_variance 布尔开关）。

MVN 归一化与 BatchNorm/InstanceNorm/LayerNorm 类似都是减均值除标准差，但 MVN 的规约轴由 axes 任意指定（默认 [0, 2, 3] 即跨 batch 与空间维、per-channel），且无可学习参数（gamma/beta），是纯统计归一化。

从算子本质看，MVNV2 是含 规约求均值（reduce_sum + 除 N）+ 残差减（x-mean）+ 方差规约（(x-mean)² 的 reduce_sum + 除 N）+ sqrt + 归一化除 的浮点运算。其核心难点在 NPU 上的高效实现：沿 axes 的 reduce_sum（多核切分按非规约轴）、均值/方差的广播对齐、sqrt 的精度（Newton 迭代）、fp16 输入的 fp32 中间精度、5 步融合为单 kernel 省中间 tensor。

给定输入 x=[N,C,H,W]、属性 eps、axes（默认 [0,2,3]），输出 y shape 同 x：

mean = reduce_mean(x, axes, keepdim=True)
var  = reduce_mean((x - mean)², axes, keepdim=True)
std  = sqrt(var)
y = (x - mean) / (std + eps)

约束：x 4-D NCHW；dtype float16/float32；axes 元素在 [0,3] 内。

本次需求要点：

• 目标算子：MVNV2（op_type MVNV2，aclnn 函数 aclnnMVNV2 / aclnnMVNV2GetWorkspaceSize，待新建）。
• 目标芯片：ascend950（假设，采用 skill 默认 Ascend 950PR/950DT）。
• 开发方式：使用 Ascend C（registry-invoke）开发单算子。
• 对标参考：ONNX MeanVarianceNormalization（语义基准）；PyTorch mean+std+sub+div 基础算子组合（数学等价）。TensorFlow 无原生对应。
• 支持数据类型：x/y float16/float32（对齐 CANN 内置 GE REG_OP + ops-info）。
• 参考基线：CANN toolkit（/workspace/chenjialiang/Ascend/cann-9.1.0/）内置 GE REG_OP（nn_norm_ops.h/ops_proto_legacy.h）+ ops-info（aic-ascend950-ops-info-legacy.json）+ legacy TBE/DSL kernel（ops_legacy/mvn_v2.py）。
• toolkit：使用 /workspace/chenjialiang/Ascend 下的 toolkit 包（cann-9.1.0）。

2 模型分析

source.md

2.1 算子数学背景

2.1.1 功能定义

MVNV2（Mean Variance Normalization V2）是均值方差归一化算子：对输入张量 x 沿指定 axes 计算均值 mean 与标准差 std，然后执行 y = (x - mean) / (std + eps)，使归一化后的输出均值为 0、方差为 1。它对齐 ONNX MeanVarianceNormalization 算子，是 Caffe MVN 的 V2 版本（接口更灵活，用 axes 列表指定规约轴，而非 across_channels/normalize_variance 布尔开关）。

MVN 归一化与 BatchNorm/InstanceNorm/LayerNorm 类似都是减均值除标准差，但 MVN 的规约轴由 axes 任意指定（默认 [0, 2, 3] 即跨 batch 与空间维、per-channel），且无可学习参数（gamma/beta），是纯统计归一化。

2.1.2 前向公式

输入：

• x：4-D NCHW 张量 [N, C, H, W]，dtype float16/float32。
• 属性 eps：float，防除零的小常数，默认 1e-9。
• 属性 axes：listInt，规约轴列表，默认 [0, 2, 3]（跨 N、H、W 维，per-channel 归一化）。

计算：

# 沿 axes 规约（默认 [0,2,3]，即每个 channel c 独立地在所有 batch×空间位置上统计）
mean = reduce_mean(x, axes, keepdim=True)            # [1, C, 1, 1]
var  = reduce_mean((x - mean)², axes, keepdim=True)  # [1, C, 1, 1]
std  = sqrt(var)                                      # [1, C, 1, 1]
y = (x - mean) / (std + eps)                          # 广播逐元素

展开：

y[n, c, h, w] = (x[n, c, h, w] - mean[c]) / (std[c] + eps)

其中 mean[c] = (1/(N*H*W)) * Σ_{n,h,w} x[n,c,h,w]，std[c] = sqrt((1/(N*H*W)) * Σ_{n,h,w} (x[n,c,h,w]-mean[c])²)。

输出 y：4-D NCHW [N, C, H, W]，dtype 同 x。

要点：

• 默认 axes=[0,2,3] 对应 per-channel 归一化（每个 channel 独立统计跨 N×H×W 的均值/方差），等价于 MVN 的 across_channels=true, normalize_variance=true。
• axes 可改为 [2,3]（per-sample-per-channel，即 InstanceNorm 风格）或 [0,1,2,3]（全局归一化）等。
• eps 加在 std 上（std + eps），防 std=0 时除零。
• 实现用 reduce_sum + vmuls(1/num) 求 mean（而非 reduce_mean），vmul 求 (x-mean)²，reduce_sum + vmuls 求 var，vsqrt 求 std，vdiv 归一化。sqrt 用 Newton 迭代提升精度（high_precision 模式 3 次迭代）。
• dtype float16/float32；fp16 内部可能升 fp32 计算 reduce/sqrt 保精度。
• 无可学习参数（纯统计归一化，非 BatchNorm 的 gamma/beta 仿射）。

2.1.3 反向（梯度）

MVNV2 的反向梯度为标准归一化反向：对 y = (x - mean) / (std + eps)，考虑 mean/std 对 x 的依赖：

grad_x = (grad_y - mean(grad_y) - (x-mean) * mean(grad_y * (x-mean)) / (var + eps)) / (std + eps)

（沿 axes 规约 mean 项）。CANN 未提供独立 MVNV2Grad 算子（反向通常由框架 autograd 或 MVNGrad 处理，或推理场景不需反向）。

Origin（信息来源）

cannbot长尾算子团队

Benefit / Necessity （价值/作用）

Design（设计方案）