Describe the current behavior / 问题描述

一、ForeachAddcdivList：Div 未指定精度档位，fp32 结果偏离正确舍入 1 ULP

foreach/foreach_utils/op_kernel/arch35/foreach_addc_list_regbase.h 的 Div 调用未指定 DivConfig，落到缺省 DivAlgo::INTRINSIC。该档在 dav-3510 上仅保真到 1 ULP：实测 fp32 用例 23689/524288（4.52%） 元素与正确舍入结果相差 1 ULP。

在 x1 与 scalars*(x2/x3) 几乎相消的点上（例如输入 [-0.743, 1.248, 1.679]、结果 -6.39e-05），该绝对偏差被放大成上千 ULP 的相对误差，导致 cross_check 的 mare 判据报红（实测 mare 29.87 > L1 阈值 5.0）。

仓内 20/22 处显式 Div 配置均选 0ULP 档，本文件此前漏配；兄弟算子 foreach_div_list_inplace 已修过同一问题并在注释中记录（实测 8.3% 元素偏 1 ULP）。

二、LambApplyOptimizerAssign：资料声明的 grad 广播能力实际不被支持

README 声明 grad 可小于 inputv/inputm 并向上广播，但底层 Ops::Base 广播模板的 DoDimensionCollapse 不支持对 In0（grad）做广播。infershape 与 tiling 的校验用的是 NumPy 右对齐广播语义，会放行这类组合，导致失败被推迟到 tiling 阶段以 E90003 Inner_Error_Compile_Fail 抛出，报错不可读。

Environment / 环境信息

• 硬件：Ascend950PR
• CANN：9.2.0
• 仓库：cann/ops-nn
• 测试工具：ops-test-kit (TTK) 3.0.0

Steps to reproduce the issue / 重现步骤

问题一（Div 精度档位）：

python3 -m ttk kernel -i <fp32 用例> --plugin foreach/foreach_addcdiv_list/tests/assets/golden.py \
  -d=false -b=false -c=true --dump full --dump-format npy

用例参数：单张量 (1024,512)，dtype fp32，input_data_ranges = ((-2,2),(1,4),(1,4),(1,1))。
将 dump 出的 NPU 输出与 fl(x1 + fl(x2/x3))（fp32 正确舍入三步）逐位比对。

问题二（grad 广播）：

python3 -m ttk geir -i <用例> --plugin optim/lamb_apply_optimizer_assign/tests/assets/golden.py -c

用例参数：grad=() 或 grad=(1,1,4)，inputv=inputm=(2,3,4)，input3=(2,3,4)，全 fp16/fp32。

Describe the expected behavior / 预期结果

• 问题一：fp32 除法结果应与 IEEE-754 正确舍入一致（0 ULP 偏差），与竞品实现口径对齐。
• 问题二：资料声明的支持面应与实际能力一致；不支持的输入组合应在 host（infershape / tiling）阶段以可读的 shape 校验错误拒绝，而非在 tiling 编译阶段抛模板内部错误。

Related log / screenshot / 日志 / 截图

问题一 —— cross_check 判据实测：

eager      mare=29.87  mere=0.000372  rmse=0.000596  pass=False   （reason: ratio exceeded: mare(29.87>5.0)）

逐位比对（同用例同区间）：

改前（DivAlgo::INTRINSIC）        NPU 与正确舍入三步逐位不同: 23689/524288 (4.518%)
改后（PRECISION_0ULP_FTZ_TRUE）   NPU 与正确舍入三步逐位不同:     0/524288

问题二 —— 修复前，报错来自广播模板内部：

Inner_Error_Compile_Fail(E90003): Compile operator failed, cause: Template constraint,
  The 1 input's dim num is not same with output's dim num
    [FUNC:DimensionCollapse][FILE:broadcast_tiling.cpp][LINE:167]
  dimension collapse failed.
    [FILE:lamb_apply_optimizer_assign_tiling_arch35.cpp][LINE:128]

修复后，在 host 校验阶段给出明确原因：

[lamb_apply_optimizer_assign_tiling_arch35.cpp][CheckInplaceShapeConstraint]
  OpName:[op1] Parameter grad of op1 has incorrect shape [1].
  Reason: grad does not support broadcast and must have exactly the same shape as inputv/inputm.

Special notes for this issue / 备注

实测支持面矩阵（LambApplyOptimizerAssign，静态 GE 通路）：

结论：grad/inputv/inputm 三者必须同形，input3 是唯一可广播的输入。

关联 PR：https://gitcode.com/cann/ops-nn/pull/10141 、 https://gitcode.com/cann/ops-nn/pull/10142