Closed
[Bug-Report|缺陷反馈]: aclnnDeepNorm rank/维度类非法入参返回 561002,资料声明 161002 #7297
liuhanwen8Add on  28 days agoClosed at  6 days ago
liuhanwen8
liuhanwen8
28 days ago Create

现象

aclnnDeepNorm 对 rank / 维度关系类非法入参返回 561002(tiling 内部错误),而资料错误码表把这一类归到 ACLNN_ERR_PARAM_INVALID(161002)。第一段就返回,第二段不执行。

输入 两段返回 说明
x=[3,1,4]、gamma=[4]、meanOut=[3,1,1](合法) 0 / 0 对照组
x=[4](rank=1,资料要求 2-8 维) 561002 / 0 缺陷组 A
x rank=9(资料要求 2-8 维) 561002 / 0 缺陷组 B
x=[2,3]、gamma=[2,3](gamma 维度须小于 x 维度) 561002 / 0 缺陷组 C

三类越界都由 CheckDeepNormShapeDim() 拦截并返回 ge::GRAPH_FAILED,框架把 tiling 失败统一上报成 561002。

同族已记录于 #7038(aclnnDeepNormGrad 的同一现象);本 issue 是前向 aclnnDeepNorm,校验函数为 norm/deep_norm/op_host/deep_norm_shape_check.h::CheckDeepNormShapeDim()(arch22/arch35 共用),与反向算子不是同一处代码。

期望

资料 docs/aclnnDeepNorm.md 的「返回值」小节,ACLNN_ERR_PARAM_INVALID(161002)三个子项明确包含:「输入和输出的shape不匹配或者不在支持的维度范围内」;x / gx / yOut 的维度列写的是 2-8,beta / gamma 是 1-7。

因此 rank 越界、gamma 维度不小于 x 维度这类入参本身非法的场景应当在第一段返回 161002,不应落到 tiling 层返回 561002。

环境

  • 硬件:Atlas A3 训练系列(npu-smi 26.1.1)
  • CANN:9.2.0,openEuler 22.03 (LTS-SP4) aarch64,g++ 10.3.1
  • 仓库与提交:cann/ops-nn f834b617(git fetch 后 master),复现日期 2026-10-25

复现步骤

  1. 保存下方脚本为 repro.cpp,执行 g++ -std=c++17 -O2 repro.cpp -o repro -I$ASCEND_HOME_PATH/include -L$ASCEND_HOME_PATH/lib64 -Wl,-rpath,$ASCEND_HOME_PATH/lib64 -lopapi_nn -lopapi -lascendcl -lnnopbase
  2. ./repro
  3. 观察对照组两段均为 0,三个缺陷组的 GetWorkspaceSize 均为 561002

复现脚本

#include <cstdio>
#include <vector>
#include "acl/acl.h"
#include "aclnnop/aclnn_deep_norm.h"

static aclTensor *mk(const std::vector<int64_t> &s, void *dev)
{
    std::vector<int64_t> st(s.size(), 1);
    for (int64_t i = (int64_t)s.size() - 2; i >= 0; --i) st[i] = s[i + 1] * st[i + 1];
    return aclCreateTensor(s.data(), s.size(), ACL_FLOAT, st.data(), 0, ACL_FORMAT_ND,
                           s.data(), s.size(), dev);
}

static void *up(size_t n)
{
    std::vector<float> v(n, 1.0f);
    void *d = nullptr;
    aclrtMalloc(&d, n * 4, ACL_MEM_MALLOC_HUGE_FIRST);
    aclrtMemcpy(d, n * 4, v.data(), n * 4, ACL_MEMCPY_HOST_TO_DEVICE);
    return d;
}

static size_t numel(const std::vector<int64_t> &s)
{
    size_t n = 1;
    for (auto d : s) n *= (size_t)d;
    return n;
}

static void run(const char *tag, std::vector<int64_t> xs, std::vector<int64_t> gs,
                std::vector<int64_t> ms)
{
    size_t xn = numel(xs), gn = numel(gs), mn = numel(ms);
    aclTensor *tx = mk(xs, up(xn)), *tgx = mk(xs, up(xn));
    aclTensor *tb = mk(gs, up(gn)), *tg = mk(gs, up(gn));
    aclTensor *tm = mk(ms, up(mn)), *tr = mk(ms, up(mn)), *ty = mk(xs, up(xn));
    uint64_t ws = 0;
    aclOpExecutor *e = nullptr;
    aclnnStatus r1 = aclnnDeepNormGetWorkspaceSize(tx, tgx, tb, tg, 0.3, 1e-6, tm, tr, ty, &ws, &e);
    aclError r2 = ACL_SUCCESS;
    if (r1 == ACL_SUCCESS) {
        void *w = nullptr;
        if (ws) aclrtMalloc(&w, ws, ACL_MEM_MALLOC_HUGE_FIRST);
        r2 = aclnnDeepNorm(w, ws, e, nullptr);
        aclrtSynchronizeDevice();
    }
    printf("%-34s GetWorkspaceSize=%-7d Execute=%d\n", tag, (int)r1, (int)r2);
    fflush(stdout);
}

int main()
{
    aclInit(nullptr);
    aclrtSetDevice(0);
    run("对照组 x=[3,1,4] gamma=[4]", {3, 1, 4}, {4}, {3, 1, 1});
    run("缺陷组A x=[4] rank=1", {4}, {4}, {1});
    run("缺陷组B x rank=9", {1, 1, 1, 1, 1, 1, 1, 1, 4}, {4}, {1, 1, 1, 1, 1, 1, 1, 1, 1});
    run("缺陷组C x=[2,3] gamma=[2,3]", {2, 3}, {2, 3}, {1, 1});
    return 0;
}

实测输出:

对照组 x=[3,1,4] gamma=[4]      GetWorkspaceSize=0       Execute=0
缺陷组A x=[4] rank=1            GetWorkspaceSize=561002  Execute=0
缺陷组B x rank=9                GetWorkspaceSize=561002  Execute=0
缺陷组C x=[2,3] gamma=[2,3]     GetWorkspaceSize=561002  Execute=0

影响

调用方按资料把 161002 当作「入参非法」处理、把 561002 当作「算子内部错误」处理时,两类错误会被分流到不同分支:前者通常是用户错误提示,后者会触发重试/上报内部错误。实际都是入参问题,却拿不到资料承诺的错误码,框架层的参数校验和错误分类会失真。

建议

CheckDeepNormShapeDim() 的三处 OP_CHECK_IF(...) 目前都以 return ge::GRAPH_FAILED 结束,tiling 失败被框架统一映射成 561002。建议这类纯入参校验走 aclnn 层的参数检查(与 dtype 校验同层),或在 tiling 侧改用可映射到 ACLNN_ERR_PARAM_INVALID 的返回路径,使 rank / 维度关系越界与资料错误码表一致。

likedislike
liuhanwen8liuhanwen8
28 days ago Added label: bug-report
yuning_chen
yuning_chenCollaborators
26 days ago Comments:

初步分析

感谢反馈,我们已开始核对这个问题。

现象理解:缺陷反馈;aclnnDeepNorm rank/维度类非法入参返回 561002,资料声明 161002。
当前判断:从描述看,这是缺陷反馈「aclnnDeepNorm rank/维度类非法入参返回 561002,资料声明 161002」(正文涉及返回码 561002 / 161002)。正文已给出对照用例与期望/实际差异,更像参数校验、错误码语义或静默错值类问题。以上为初步判断,待复现确认,不能当成已确认根因。
涉及范围:aclnnDeepNorm、aclnnDeepNormGrad、aclnnop
下一步:我们会对照资料契约与实现路径继续定位,并按需补充回归用例。

likedislike
yuning_chenyuning_chenCollaborators
26 days ago Assign liujie12345678 as responsible person
yuning_chen
yuning_chenCollaborators
26 days ago Comments:

您好,问题已收到,当前 @liujie12345678 正在处理中。

likedislike
liujie12345678liujie12345678Collaborators
24 days ago Assign liuyun_nj as responsible person
liuyun_njliuyun_njCollaborators
11 days ago Associated pull request
liuyun_njliuyun_njCollaborators
6 days ago changed custom state from 进行中 to 已完成
liuyun_njliuyun_njCollaborators
6 days ago Close issue
chenjiayi_chenjiayi_Collaborators
3 days ago Assign chenjiayi_ as responsible person
chenjiayi_
chenjiayi_Collaborators
3 days ago Comments:

补充说明本问题的后续处理:

已修复并随关联 PR 合入。

处理结果:

  • !14221:fix issue,add md doc,add check shape

验证:

  • 关联 PR(2026-11-13)已合入,变更可从 PR 记录追溯。
  • 本次以 PR 记录与 issue 讨论核对为主,未重新执行复现或真机验证。

说明:合入分支与版本以 PR 记录为准;如仍有问题,请重新提 issue 并附版本、shape 与日志。

如果还有后续需要,请重新提 issue。

likedislike
chenjiayi_chenjiayi_Collaborators
1 day ago Removed responsible person chenjiayi_