现象

资料参数表里 self / out / mask 的「维度」列为 0-8，即 rank=0（0 维标量张量）在支持面内，
但实测 rank=0 时两段接口都返回 0，同步阶段报 507035（vector core exception）。

plog 关键行：

[ERROR] ... fault kernel_name=FakeQuantAffineCachemask_fp16_high_performance_2 ...
[ERROR] ... errorStr: The scalar instruction accesses an invalid GM address ...
[ERROR] ... rtStreamSynchronize:ErrCode=507035, desc=[vector core exception]

同一次进程内 rank=1、rank=8 的张量均正常返回，说明不是环境问题。

期望

rank=0 的 self（1 个元素）与同形状 out / mask 应正常返回，aclrtSynchronizeStream 返回 0，
out 为伪量化结果、mask 为对应布尔值；若不支持 rank=0，资料「维度」列应改为 1-8 并在参数表明确拒绝。

环境

• 昇腾硬件型号：Ascend 910B3（Atlas A2 训练系列产品）
• CANN 版本：9.2.0（Ascend-cann-toolkit 9.2.0）
• 操作系统：openEuler 22.03 LTS（aarch64）
• 代码版本：cann/ops-nn master a2b7042257（git fetch 后确认）
• 接口资料：quant/fake_quant_affine_cachemask/docs/aclnnFakeQuantPerTensorAffineCachemask.md

复现步骤

1. 将下方 issue_rank0.cpp 保存到任意目录；
2. 执行 CANN 环境变量脚本；
3. 按下方命令编译；
4. 运行 ./issue_rank0；
5. 观察 synchronize = 507035（期望 0）。

复现脚本

// aclnnFakeQuantPerTensorAffineCachemask：0 维（rank=0）self 触发 AI Core 异常 507035
// 资料声明 self/out/mask 维度为 0-8，rank=0 应可用。
// 编译：g++ -O2 -std=c++17 issue_rank0.cpp -o issue_rank0 \
//         -I$ASCEND_TOOLKIT_HOME/include -L$ASCEND_TOOLKIT_HOME/lib64 -lascendcl -lnnopbase -lopapi
// 运行：./issue_rank0
#include <cstdio>

#include "acl/acl.h"
#include "aclnnop/aclnn_fake_quant_per_tensor_affine_cachemask.h"

int main() {
    setvbuf(stdout, nullptr, _IONBF, 0);
    aclInit(nullptr);
    aclrtSetDevice(0);
    aclrtStream stream = nullptr;
    aclrtCreateStream(&stream);

    aclFloat16 hx = aclFloatToFloat16(1.0f);
    aclFloat16 hs = aclFloatToFloat16(0.05f);
    int32_t zp = 120;
    uint8_t maskCanary = 0x7F;
    void *xs = nullptr, *ss = nullptr, *zs = nullptr, *os = nullptr, *ms = nullptr;
    aclrtMalloc(&xs, 2, ACL_MEM_MALLOC_HUGE_FIRST);
    aclrtMalloc(&ss, 2, ACL_MEM_MALLOC_HUGE_FIRST);
    aclrtMalloc(&zs, 4, ACL_MEM_MALLOC_HUGE_FIRST);
    aclrtMalloc(&os, 2, ACL_MEM_MALLOC_HUGE_FIRST);
    aclrtMalloc(&ms, 1, ACL_MEM_MALLOC_HUGE_FIRST);
    aclrtMemcpy(xs, 2, &hx, 2, ACL_MEMCPY_HOST_TO_DEVICE);
    aclrtMemcpy(ss, 2, &hs, 2, ACL_MEMCPY_HOST_TO_DEVICE);
    aclrtMemcpy(zs, 4, &zp, 4, ACL_MEMCPY_HOST_TO_DEVICE);
    aclrtMemcpy(ms, 1, &maskCanary, 1, ACL_MEMCPY_HOST_TO_DEVICE);

    // 0 维张量：dimNum = 0
    int64_t one = 1;
    aclTensor *self = aclCreateTensor(nullptr, 0, ACL_FLOAT16, nullptr, 0, ACL_FORMAT_ND, nullptr, 0, xs);
    aclTensor *scale = aclCreateTensor(&one, 1, ACL_FLOAT16, &one, 0, ACL_FORMAT_ND, &one, 1, ss);
    aclTensor *zeroPoint = aclCreateTensor(&one, 1, ACL_INT32, &one, 0, ACL_FORMAT_ND, &one, 1, zs);
    aclTensor *out = aclCreateTensor(nullptr, 0, ACL_FLOAT16, nullptr, 0, ACL_FORMAT_ND, nullptr, 0, os);
    aclTensor *mask = aclCreateTensor(nullptr, 0, ACL_BOOL, nullptr, 0, ACL_FORMAT_ND, nullptr, 0, ms);

    uint64_t wsSize = 0;
    aclOpExecutor *exec = nullptr;
    int rc1 = (int)aclnnFakeQuantPerTensorAffineCachemaskGetWorkspaceSize(
        self, scale, zeroPoint, 1.0f, 0, 255, out, mask, &wsSize, &exec);
    printf("[缺陷组 DEFECT] GetWorkspaceSize = %d\n", rc1);
    if (rc1 != 0) return 0;
    void *ws = nullptr;
    if (wsSize > 0) aclrtMalloc(&ws, wsSize, ACL_MEM_MALLOC_HUGE_FIRST);
    printf("[缺陷组 DEFECT] execute = %d\n",
           (int)aclnnFakeQuantPerTensorAffineCachemask(ws, wsSize, exec, stream));
    printf("[缺陷组 DEFECT] synchronize = %d\n", (int)aclrtSynchronizeStream(stream));
    printf("[缺陷组 DEFECT] expect synchronize = 0（rank 0-8 均在资料支持面内）\n");
    return 0;
}

实测输出：
[缺陷组 DEFECT] GetWorkspaceSize = 0
[缺陷组 DEFECT] execute = 0
[缺陷组 DEFECT] synchronize = 507035
[缺陷组 DEFECT] expect synchronize = 0（rank 0-8 均在资料支持面内）

影响

• 崩溃级：设备侧 vector core 异常，同一 stream 上后续任务全部失败，需要重建上下文；
• 与资料声明的 rank 0-8 直接冲突，按资料构造 0 维输入的调用方会稳定触发；
• 一次性 16MB workspace 申请后崩溃，长跑训练任务里表现为整轮中断。

建议

在 host 侧对 rank=0 做两条路之一：
① 支持——tiling 取 headNum 时对 0 维按 1 处理（GetShapeSize() 已是 1）；
② 拒绝——在 CheckShape 里显式返回 161002，并把资料「维度」列改为 1-8。