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

Describe the current behavior / 问题描述 (Mandatory / 必填)

2 条告警为同一类问题（同一函数缺失反向同步，仅涉及的 buffer 不同），已完成定位与修复验证。

告警明细（2 条）

两条均为 PIPE_MTE3 Read 与 PIPE_MTE2 Write 打在同一 UB 地址上，kernel 为 SwigluGroupQuantGrad_float16_high_performance_0。

源码结构：输出读与下一轮搬入写复用同一 UB buffer

CopyOutGradX 把 gradX 结果从 UB 搬出到 GM（466/467 行为非 float 分支）：

DataCopyPad(gradXGm[gmOffset0], x0TLocalTensor, outCopyParams);   // 466: MTE3 读 UB
DataCopyPad(gradXGm[gmOffset1], x1TLocalTensor, outCopyParams);   // 467: MTE3 读 UB

xQueue 的 buffer 在 Process() 外层循环中反复复用，下一轮的 CopyInX 又把新输入搬入同一块 UB（156/158 行为非 float 分支）：

DataCopyPad(xTLocalTensor, xGm[x0GmOffset], copyParams, padParams);          // 156: MTE2 写 UB
DataCopyPad(xTLocalTensor[...], xGm[x1GmOffset], copyParams, padParams);     // 158: MTE2 写 UB

即：同地址“上一轮输出读”与“下一轮输入写”重叠，二者之间必须保证“MTE3 读完 → MTE2 才覆盖”。

根因：缺少 MTE3→MTE2 反向同步

CopyOutGradX 中仅有 Vector→MTE3 的正向同步：

SetFlag<HardEvent::V_MTE3>(vToMte3);
WaitFlag<HardEvent::V_MTE3>(vToMte3);   // 只保证“算完才搬出”
... DataCopyPad(...) ...                // MTE3 读 UB → GM

搬出完成后没有 MTE3_MTE2 同步，MTE2 侧的下一轮写入不等待 MTE3 读完。

指令级证据（工具事件日志，block 0 / aiv-0，其它同步指令已省略）：

367  MOV_ALIGN_V2  UB 0x4000 → GM           ← ①的读：CopyOutGradX 搬出
368  MOV_ALIGN_V2  UB 0x6000 → GM           ← ②的读
 ...  (中间为其它 tile 的计算与搬运，MTE2 上无“等 MTE3 读完”的同步)
484  GET_BUF       PIPE_MTE2 bufId:2 mode:0
485  RLS_BUF       PIPE_MTE2 bufId:2 mode:0
486  MOV_ALIGN_V2  GM → UB 0x4000           ← ①的写：下一轮 CopyInX 覆盖
487  MOV_ALIGN_V2  GM → UB 0x6000           ← ②的写

读(367/368) 与写(486/487) 之间，MTE2 流水上没有等待 MTE3 完成的同步手段；xQueue 的
FreeTensor/AllocTensor 队列复用协议只是软件层面的 buffer 生命周期管理，不构成流水间的
happens-before 关系，无法阻止 MTE2 提前覆盖 MTE3 尚未读完的 UB。

修复与验证

在 CopyOutGradX 的 DataCopyPad 之后补充 MTE3→MTE2 反向同步（见附件 patch）：

event_t mte3ToMte2 = static_cast<event_t>(GetTPipePtr()->AllocEventID<HardEvent::MTE3_MTE2>());
SetFlag<HardEvent::MTE3_MTE2>(mte3ToMte2);
WaitFlag<HardEvent::MTE3_MTE2>(mte3ToMte2);
GetTPipePtr()->ReleaseEventID<AscendC::HardEvent::MTE3_MTE2>(mte3ToMte2);

重新编译部署后 racecheck 2 → 0，Example completed successfully（输出与修复前一致）。

Environment Information / 环境信息 (Mandatory / 必填)

Steps to reproduce the issue / 重现步骤 (Mandatory / 必填)

cd ops-nn

# 1) 编译（注入检测桩 + 调试信息）并部署
bash build.sh --pkg --soc=ascend950 --ops=swiglu_group_quant_grad -j96 --mssanitizer
./build_out/cann-ops-nn-custom_linux-x86_64.run
export LD_LIBRARY_PATH=${ASCEND_HOME_PATH}/opp/vendors/custom_nn/op_api/lib/:${LD_LIBRARY_PATH}

# 2) 编译并运行样例（生成检测载体）
bash build.sh --run_example swiglu_group_quant_grad eager cust --soc=ascend950

# 3) 运行竞争检测
cd build
MSSANITIZER_ENABLE_DEBUG_LOG=1 mssanitizer -t racecheck --log-level=error -- \
  ./test_aclnn_swiglu_group_quant_grad

结果：补丁前 2 条 UB WAR；打补丁后 0 条。

Describe the expected behavior / 预期结果 (Mandatory / 必填)

1. CopyOutGradX 在 GM 搬出完成后补齐 MTE3→MTE2 反向同步，使下一轮 CopyInX 覆盖同一 UB 地址前
   先等待前序 MTE3 读完成，不再报 UB WAR（见附件 patch，两个 dtype 分支统一处理）；
2. 若算子侧刻意依赖 TQue 的 AllocTensor/FreeTensor 协议来保证「上一轮用完才覆盖」，
   建议改用显式流水同步（如 MTE3_MTE2 事件）表达该依赖，避免依赖隐式队列语义。

Related log / screenshot / 日志 / 截图 (Mandatory / 必填)

附件 zip（74_swiglu_group_quant_grad_racecheck.zip）：

• logs/racecheck_before_fix.log —— 补丁前 racecheck 全量日志（2 条 UB WAR）
• logs/racecheck_after_fix.log —— 补丁后 racecheck 全量日志（No error detected）
• logs/mssanitizer_detail_before_fix.log —— 补丁前工具事件级明细（含 367/368 读、486/487 写的完整指令序列）
• logs/mssanitizer_detail_after_fix.log —— 补丁后工具事件级明细
• logs/compile.log / logs/install.log / logs/example_after_fix.log —— 编译、安装与样例运行日志
• source/swiglu_group_quant_grad_relevant_before.h / _after.h —— 相关代码片段（补丁前 / 后）
• patch/patch_add_mte3_mte2_sync.diff —— 修复补丁

74_swiglu_group_quant_grad_racecheck.zip

Special notes for this issue/备注 (Optional / 选填)