[Bug-Report|缺陷反馈] MultiScaleDeformableAttentionGrad 输出形状错误

问题描述

固定源码 cann/ops-nn@ae873b119fb5499c41a6893f920171551fb0a197 中，Host
InferShape 为 grad_attention_weights 生成最后一维时，读取了
sampling_locations 的第 5 维。该维表示坐标分量，接口约束其长度为 2；最后一维应取
sampling_locations 第 4 维的 num_points。

例如 sampling_locations=[1,3,2,4,5,2]、attention_weights=[1,3,2,4,5] 时，公开契约要求
grad_attention_weights 与 attention_weights 同形，应为 [1,3,2,4,5]。当前 Host
InferShape 错误推导为 [1,3,2,4,2]，当 num_points != 2 时输出形状错误。

证据

• vfusion/multi_scale_deformable_attention_grad/op_host/multi_scale_deformable_attention_grad_infershape.cpp
  将 samplingLocationsShape->GetDim(5) 作为梯度 attention weights 的最后一维。
• 同算子文档规定 location 形状为
  (bs,num_queries,num_heads,num_levels,num_points,2)，gradAttnWeight 形状与
  attnWeight 一致。
• ACLNN 参数检查要求 location 最后一维为 2，并验证 attnWeight 的 point 数等于
  location 第 4 维；输出检查要求 gradAttnWeight 与 attnWeight 同形。
• 原 Host InferShape UT 使用不符合公开 rank 约束的输入，并将 location 的第 5 维写进
  expected attention-gradient shape，未覆盖该契约。

修复建议

推导梯度 attention weights 最后一维时改用 location 的第 4 维，并将 Host InferShape
UT 输入改为满足各输入 rank 的合法形状，明确检查梯度输出与 attention weights 同形。

相关工作

Issue #6658 / PR !11919 补充输入 rank 与 unknown-rank 处理；其当前 diff 未修正有效 rank 输入下
将 GetDim(5) 用作 num_points 的问题。

Validation

验证记录

固定对象

• 仓库：cann/ops-nn
• 源码 commit：ae873b119fb5499c41a6893f920171551fb0a197
• 修改：Host InferShape 将 grad_attention_weights 最后一维从 location 第 5 维改为第 4 维；UT 改用合法输入 rank 和匹配的预期输出。

结果

• 编译并运行独立 C++ shape 检查，输入 location [1,3,2,4,5,2]，断言推导结果为 [1,3,2,4,5]：通过。
• 源码断言检查修复索引为 GetDim(4)，UT 覆盖上述合法 rank 输入和 [1,3,2,4,5] 预期：通过。
• git diff --check：通过。
• 在当前上游 master 基线应用修复后，对两个改动的 C++ 文件运行目标仓库定向 pre-commit：通过（含 clang-format、codespell 和 OAT）；Python、YAML、JSON 检查因本次没有对应文件而跳过。
• 未运行仓库 InferShape UT 或 CANN 集成构建：当前机器只有 Ascend driver，没有 CANN Toolkit/OPP 开发头文件及库，无法完成该构建。

结论

固定源码中的索引与接口 shape 契约不一致；最小修复已形成。轻量检查确认修复索引与合法用例预期相符，完整算子 UT 仍需在具备匹配 CANN Toolkit/OPP 的环境运行。