Closed
[Documentation|文档反馈]:[aclnnForeachAddList] aclnnForeachAddList 错误码表 4 行子项实际返回 161002/561103,而非声明的 561002 #7925
liuhanwen8Add on  20 days agoClosed at  17 days ago
liuhanwen8
liuhanwen8
20 days ago Create

Document Link(文档链接)

ops-nn 的 foreach/foreach_add_list/docs/aclnnForeachAddList.md 存在资料问题(条目 2.2-01)。

项 值
接口 / 资料 aclnnForeachAddList
文件锚点 foreach/foreach_add_list/docs/aclnnForeachAddList.md
checklist 条目 2.2-01(维度 2.2)
影响旅程 真机遍历 round1 → error-scenario 线 3 条 MUTATION_SUSPECT → 自建 error_matrix 逐子项取证 → 源码行号对齐 → 确认为文档口径错
证据等级 E1
级别 P2

Issues Section(问题文档片段)

问题描述:资料「返回值」错误码表把「x1、x2、out 的 shape 不满足约束」「x1、x2 或 out 中的 Tensor 的数据类型不一致」「x1、x2 或 out 中的 Tensor 维度超过 8 维」三行挂在 ACLNN_ERR_INNER_TILING_ERROR(561002) 下,又把「alpha 元素个数不为 1」也挂 561002。实测(A2 910B2 / CANN 9.2.0)这四类全部在第一段 aclnnForeachAddListGetWorkspaceSize 就返回 161002(ACLNN_ERR_PARAM_INVALID),alpha 元素个数不为 1 返回 561103。另外参数表 out 行写「shape size 大于等于入参 x1 的 shape size」,字面允许 out 比 x1 大,实测 out=fp32[2,4](x1=[2,3])返回 161002,实现要求逐元素同 shape。

推导链:[R1] probe/error_matrix.py 23 条探针:561002-shape-x2 / 561002-shape-out / 561002-listlen / 561002-inlist-dtype / 561002-rank9 全部 ret_gws=161002;561002-alpha-numel2 / numel0 ret_gws=561103;EXT-out-bigger ret_gws=161002。[R2] error-scenario 线独立复现:3 条 MUTATION_SUSPECT(expect=561002 got=161002)、1 条 UNMAPPED。[C1] ops-nn@origin/master foreach/foreach_add_list/op_host/op_api/aclnn_foreach_add_list.cpp:177-178 —— CheckDtypeValid / CheckShape 的失败统一返回 ACLNN_ERR_PARAM_INVALID(161002)。[C2] 同文件 :124-130 的列表内 dtype 比对、:138 的 OP_CHECK_MAX_DIM 都在 CheckDtypeValid/CheckShape 内。[C3] 同文件 :210 注释:alpha 元素个数由 tiling 校验(arch35),实测抛 561103。

反向排除:已排除发布件落差:master 源码(:177-178)与发布件实测返回码一致,都是 161002,不是版本问题。已排除用例构造问题:未变异基线(x1=x2=[2,3] fp32,alpha=[1])两段均返回 0,基线自检通过;同一构造只改一处(形状/列表长度/dtype/rank/alpha 元素数)。

影响:资料内容与代码/原型事实不符,按资料实现会编译失败或行为偏离。

原文片段(foreach/foreach_add_list/docs/aclnnForeachAddList.md):

<tr>
  <td rowspan="4">ACLNN_ERR_INNER_TILING_ERROR</td>
  <td rowspan="4">561002</td>
  <td>x1、x2、out的shape不满足约束。</td>
</tr>
<tr>
  <td>x1、x2或out中的Tensor的数据类型不一致。</td>
</tr>
<tr>
  <td>x1、x2或out中的Tensor维度超过8维。</td>
</tr>
<tr>
  <td>alpha元素个数不为1。</td>
</tr>

复现:

  • 复现类型:npu_probe(-)
  • 退出码语义:0 资料符合预期 / 1 缺陷成立 / 2 无法判定
  • 期望:561002
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""aclnnForeachAddList 错误码表复现(上板探针)。

断言两件事:
  1. 资料「返回值」错误码表确实把 shape/列表内 dtype/rank>8/alpha numel 四类挂在 561002 下;
  2. 真机第一段接口对同样的非法入参返回的是 161002 / 561103,不是 561002。

退出码:0 = 资料符合预期;1 = 缺陷成立(输出 [DEFECT]);2 = 无法判定。
依赖:仓内 docs 文件 + 一个可用的 NPU(走 CANN 自带 acl 接口,ctypes 直调)。
"""
import os
import re
import sys

DOC = "foreach/foreach_add_list/docs/aclnnForeachAddList.md"
# 本脚本用一个小型 ctypes 封装访问 libopapi/libnnopbase(约 40 行:aclInit →
# aclrtSetDevice → aclCreateTensor → aclCreateTensorList → 两段式调用)。
# 把 ACLNN_CAPI_DIR 指到你的封装目录即可;没有封装时按 CANN 官方 example 改一行
# 也能复现:只保留 GetWorkspaceSize 的返回值打印,非法入参不需要跑第二段。
SK = os.environ.get("ACLNN_CAPI_DIR", "")


def check_doc(repo_root):
    path = os.path.join(repo_root, DOC)
    if not os.path.exists(path):
        print("[SKIP] 找不到资料 %s" % path)
        return None
    text = open(path, encoding="utf-8").read()
    # 取 561002 之后的 4 行描述窗口(rowspan 表的四行子项都跟在码后面)
    i = text.find("561002")
    win = text[i:i + 800] if i >= 0 else ""
    claims = {}
    for key, kw in (("shape", "shape不满足约束"),
                    ("inlist_dtype", "数据类型不一致"),
                    ("rank", "维度超过8维"),
                    ("alpha_numel", "alpha元素个数不为1")):
        claims[key] = kw in win
        print("[DOC] %-12s 561002 段内命中 %-14s = %s" % (key, kw, claims[key]))
    print("[DOC] 561002 段原文:%s" % re.sub(r"\s+", " ", win[:260]))
    return claims


def run_board():
    if not SK or not os.path.isdir(SK):
        print("[SKIP] 未提供 ACLNN_CAPI_DIR(ctypes 封装目录),跳过上板段")
        return None
    sys.path.insert(0, SK)
    import aclnn_capi
    from case_model import Case
    from tensors import T

    OP = "aclnn:ForeachAddList"
    rt = aclnn_capi.get_runtime(os.environ.get("FAL_DEV", "npu:0"))
    cases = [
        ("shape 不满足约束",
         "x1=fp32[2x3]ND|x2=fp32[2x4]ND|alpha=fp32[1]ND|out=fp32[2x3]ND", 561002),
        ("列表内 dtype 不一致",
         "x1=fp32[2x3]ND|x1_1=fp16[2x3]ND|x2=fp32[2x3]ND|x2_1=fp32[2x3]ND|"
         "alpha=fp32[1]ND|out=fp32[2x3]ND|out_1=fp32[2x3]ND", 561002),
        ("维度超过 8 维",
         "x1=fp32[2,2,2,2,2,2,2,2,2]ND|x2=fp32[2,2,2,2,2,2,2,2,2]ND|"
         "alpha=fp32[1]ND|out=fp32[2,2,2,2,2,2,2,2,2]ND", 561002),
        ("alpha 元素个数不为 1",
         "x1=fp32[2x3]ND|x2=fp32[2x3]ND|alpha=fp32[2]ND|out=fp32[2x3]ND", 561002),
        ("out 比 x1 大(资料字面允许 >=)",
         "x1=fp32[2x3]ND|x2=fp32[2x3]ND|alpha=fp32[1]ND|out=fp32[2x4]ND", None),
    ]
    bad = []
    for name, params, expect in cases:
        case = Case(case_id="DOC-REPRO", category="EX", params_raw=params, layout="ND")
        binding = aclnn_capi.resolve_binding(OP, aclnn_capi.get_sig(OP), case, None, None)
        inputs = {}
        for i, sp in enumerate(case.input_specs):
            key = (aclnn_capi._INPUT_KEYS[i]
                   if i < len(aclnn_capi._INPUT_KEYS) else "t%d" % i)
            num = int(sp.numel)
            inputs[key] = T([1] * num, sp.dtype, sp.shape, sp.layout or "ND")
        rt.last_call = {}
        try:
            aclnn_capi.execute(rt, OP, binding, inputs)
            rc = int(rt.last_call.get("ret_gws", 0) or 0)
        except aclnn_capi.AclnnOpError as exc:
            rc = int(getattr(exc, "ret_code", None)
                     or rt.last_call.get("ret_gws", -1) or -1)
        print("[BOARD] %-34s 第一段返回码=%s(资料声明 %s)" % (name, rc, expect or "-"))
        if expect is not None and rc != expect:
            bad.append((name, rc, expect))
    return bad


def main():
    repo_root = sys.argv[1] if len(sys.argv) > 1 and os.path.isdir(sys.argv[1]) else "."
    claims = check_doc(repo_root)
    bad = run_board()
    if bad is None:
        print("[UNDECIDED] 本机无 NPU / 无 aclnn 依赖,无法判定")
        return 2
    if claims is not None and not all(claims.values()):
        print("[NOTE] 资料 561002 段未命中全部四类子项(措辞可能已变),以实测为准")
    
    if bad:
        for name, rc, expect in bad:
            print("[DEFECT] %s:资料声明 %s,实测 %s" % (name, expect, rc))
        return 1
    print("[OK] 资料与实测一致")
    return 0


if __name__ == "__main__":
    sys.exit(main())

实测输出(退出码 1):

ACLNN_CAPI_WARN no_torch_init: 当前进程未 import torch_npu,msSanitizer 可能看不到任何内存告警(实测同一用例 0 条 vs 1 条),请勿把「无告警」当作「无越界」——本轮结论按 REVIEW 处理。
[DOC] shape        561002 段内命中 shape不满足约束     = True
[DOC] inlist_dtype 561002 段内命中 数据类型不一致        = True
[DOC] rank         561002 段内命中 维度超过8维         = True
[DOC] alpha_numel  561002 段内命中 alpha元素个数不为1   = True
[DOC] 561002 段原文:561002</td> <td>x1、x2、out的shape不满足约束。</td> </tr> <tr> <td>x1、x2或out中的Tensor的数据类型不一致。</td> </tr> <tr> <td>x1、x2或out中的Tensor维度超过8维。</td> </tr> <tr> <td>alpha元素个数不为1。</td> </tr> </tbody></table> ## aclnnForea
[BOARD] shape 不满足约束                        第一段返回码=161002(资料声明 561002)
[BOARD] 列表内 dtype 不一致                      第一段返回码=161002(资料声明 561002)
[BOARD] 维度超过 8 维                           第一段返回码=161002(资料声明 561002)
[BOARD] alpha 元素个数不为 1                     第一段返回码=561103(资料声明 561002)
[BOARD] out 比 x1 大(资料字面允许 >=)              第一段返回码=161002(资料声明 -)
[DEFECT] shape 不满足约束:资料声明 561002,实测 161002
[DEFECT] 列表内 dtype 不一致:资料声明 561002,实测 161002
[DEFECT] 维度超过 8 维:资料声明 561002,实测 161002
[DEFECT] alpha 元素个数不为 1:资料声明 561002,实测 561103

运行方式:

python3 aclnnForeachAddList_22-01.py --repo-root <仓根>

Existing Issues(存在的问题)

修复建议:错误码表四行改挂 161002,alpha 元素个数改挂 561103(若希望保留 tiling 语义则应改实现,需另行评估 561002/161002 的分层口径);参数表 out 行的「shape size 大于等于入参 x1 的 shape size」改为「与 x1 逐元素 shape 一致」。

证据与环境:

  • 仓库与版本:ops-nn origin/master d2bd5748
likedislike
east_yang
east_yangCollaborators
20 days ago Comments:

/assign @Tian_1122

likedislike
CANN-robotCANN-robotCollaborators
20 days ago Assign Tian_1122 as responsible person
yuning_chen
yuning_chenCollaborators
19 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;aclnnForeachAddList 错误码表 4 行子项实际返回 161002/561103,而非声明的 561002。
当前判断:从描述看这是缺陷反馈「aclnnForeachAddList 错误码表 4 行子项实际返回 161002/561103,而非声明的 561002」。正文里出现报错信息(如 | 影响旅程 | 真机遍历 round1 → error-scenario 线 3 条 MUTATION_SUSPECT → 自建 error_matrix 逐子项取证 → 源码行号对齐 → 确认为文档口径错 |),更像实现或使用问题。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:aclnnForeachAddList、aclnnForeachAddListGetWorkspaceSize、aclnnForea、foreach_add_list、aclnn_foreach_add_list、no_torch_init
下一步:我们会继续对照代码/文档定位。

正文中的报错摘录:

  • | 影响旅程 | 真机遍历 round1 → error-scenario 线 3 条 MUTATION_SUSPECT → 自建 error_matrix 逐子项取证 → 源码行号对齐 → 确认为文档口径错 |
  • **影响**:资料内容与代码/原型事实不符,按资料实现会编译失败或行为偏离。
  • <td rowspan="4">ACLNN_ERR_INNER_TILING_ERROR</td>
likedislike
yuning_chen
yuning_chenCollaborators
19 days ago Comments:

您好,该问题已收到,当前问题 @Tian_1122 正在处理中

likedislike
Tian_1122Tian_1122Collaborators
18 days ago Associated pull request
CANN-robotCANN-robotCollaborators
17 days ago Close issue
CANN-robotCANN-robotCollaborators
17 days ago Added label: resolved