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

Backgroud（背景信息）

长尾 RNN 系网络广泛使用 TensorFlow 的 tf.raw_ops.BlockLSTM（V1，gate_order=icfo）与 tf.raw_ops.BlockLSTMV2（V2，gate_order=ifco）作为 LSTM 层的 block 形式前向算子。该算子把整个时间步循环收进一次 kernel launch（block 语义：不逐步暴露中间状态给框架），迁移到 Ascend 950 平台时缺失对应算子，网络无法下沉 NPU 执行。

当前缺口：

• PyTorch 无同名 block 形式公开算子（torch.nn.LSTM 不暴露逐门输出，无 peephole），无现成对标实现
• CANN 现有 RNN 族（如 DynamicRNN）为逐步展开路径，与 TF BlockLSTM 语义/接口不匹配

Origin（信息来源）

NA

Benefit / Necessity （价值/作用）

Design（设计方案）

实现方案（已完成）

• Phase A 投影（cube）：x@Wx + h@Wh + b，resident（全驻留）/ wave（M 波 × K 流 × N 板）双路径由片上预算模型（L0A/L0B/L0C/L1/UB）自动择路
• Phase B 递推（vector）：门激活 → cell 递推（含 peephole/cell_clip）→ 7 平面散出
• 分核：探测核数 + ragged pad-to-divisible（hangSafeCores = aicNum-1 避开满格 grid SyncAll 死锁），实测 B=129 3→26 簇、431_base 时延 15058→9014us（1.67x）
• 空 tensor 全场景：I==0 走真实计算路径（投影仅 x 侧消失，igates = h@Wh + b，bias 由 vector 侧广播）；T/B/H==0 输出全空，GE 图模式剪枝覆盖
• 工程件：OpDef/InferShape/InferDataType/Tiling/Kernel/TF Plugin/Examples/UT 全链交付，op_list.md 已登记

验证结论

性能参考（纯 kernel 口径，GEIR）

• fp32 中位 214us；gate<1e4 中位 92us
• 分核优化收益：431_base 15058→9014us（1.67x）

交付物

• 算子代码：rnn/block_lstm/（op_host / op_kernel/arch35 / op_graph / framework / examples / tests）
• 文档：op_list.md 登记
• 测试资产：GEIR 549 条 + e2e 513 条用例、golden 插件（fp64 oracle + TF third_party）、双通路测试报告