Closed
[Documentation|文档反馈]: aclnnForeachAddScalar 错误码表 561002 段缺「x 与 out 的 tensorList 长度不一致」子项(实测返回 561002) #7929
liuhanwen8Add on  20 days agoClosed at  17 days ago
liuhanwen8
liuhanwen8
20 days ago Create

关联:#7925(同族 foreach 错误码表子项问题;本条差异:aclnnForeachAddScalar 的 561002 段不是「码不符」,而是「缺一个子项」)

现象

  • 资料 foreach/foreach_add_scalar/docs/aclnnForeachAddScalar.md 的 ACLNN_ERR_INNER_TILING_ERROR / 561002 段是 rowspan="4",只列 4 个子项:① x 与 out 的 shape 不满足约束 ② x 或 out 中的 Tensor 数据类型不一致 ③ 维度超过 8 维 ④ scalar 元素个数不为 1。
  • 实测:x 传 2 块、out 传 1 块(tensorList 长度不一致)时,第一段 aclnnForeachAddScalarGetWorkspaceSize 返回 561002;对照组 x 2 块 / out 2 块两段均返回 0。
  • 全文检索「长度/块数/数量 + 不一致|不等」零命中;表里唯一的「个数」子项是 scalar元素个数不为1,指 scalar 的元素数,不是 list 长度。
  • 结论:该场景确实落在 561002 这个码下,但资料没有任何一句告诉调用方「块数不一致会报 561002」。

期望

  • 561002 段补第 5 个子项:x 与 out 的 tensorList 长度(包含的 Tensor 个数)不一致。
  • 应得值依据:该条件是入参契约的一部分(x、out 是成对的 tensorList),实现在此条件下返回 561002;561002 段其余 4 个子项分别覆盖 shape / list 内 dtype / 维度 / scalar 元素数,块数不一致不在其中,也不属于 161002 段(该段只描述 dtype 不在支持范围、以及 x 与 out 的 dtype 不一致)。
  • 附带提示(未在 950 上验证):950 分段 id8 声明「参数 x、out 支持包含的最大 Tensor 个数均为 50」,若该上限有校验,建议同表补一条「Tensor 个数超过上限」。

环境

  • 设备:Ascend 910B2(DAV_2201),单卡;CANN 9.2.0;torch_npu 2.14.0
  • 仓:cann/ops-nn,master 6e463ff8(2026-11-02 git fetch 后复现,资料文件与实现均未变)

复现步骤

  1. 把下方 repro.cpp 存盘,按块首两行注释编译。
  2. 运行 ./repro,输出 control=0 mismatch=561002,进程退出码 0。
  3. 打开资料 foreach/foreach_add_scalar/docs/aclnnForeachAddScalar.md,搜 561002,确认该段 rowspan="4" 且 4 个子项均不描述块数不一致。
  4. 复核全文无等价表述:grep -nE "(长度|块数|数量)[^。]{0,8}(不一致|不等)" docs/aclnnForeachAddScalar.md 零命中。

复现脚本

910B2 / CANN 9.2.0 实测输出:

control   x_blocks=2 out_blocks=2  GetWorkspaceSize=0 execute=0
mismatch  x_blocks=2 out_blocks=1  GetWorkspaceSize=561002 execute=-1

control=0 mismatch=561002
// g++ -std=c++17 repro.cpp -o repro -I$ASCEND_HOME_PATH/include \
//   -L$ASCEND_HOME_PATH/lib64 -lascendcl -lnnopbase -lopapi
#include <cstdio>
#include <vector>
#include "acl/acl.h"
#include "aclnnop/aclnn_foreach_add_scalar.h"

static aclTensor *T(const std::vector<int64_t> &s, float v, void **d) {
    int64_t n = 1;
    for (auto x : s) n *= x;
    aclrtMalloc(d, (size_t)n * 4, ACL_MEM_MALLOC_HUGE_FIRST);
    std::vector<float> h((size_t)n, v);
    aclrtMemcpy(*d, (size_t)n * 4, h.data(), (size_t)n * 4, ACL_MEMCPY_HOST_TO_DEVICE);
    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(), *d);
}

static int Run(const char *tag, size_t nx, size_t no) {
    aclrtStream st = nullptr;
    aclrtCreateStream(&st);
    std::vector<void *> xp(nx), op(no);
    std::vector<aclTensor *> xv, ov;
    for (size_t i = 0; i < nx; ++i) xv.push_back(T({2, 3}, 1.0f, &xp[i]));
    for (size_t i = 0; i < no; ++i) ov.push_back(T({2, 3}, 0.0f, &op[i]));
    void *sp = nullptr;
    aclTensor *sc = T({1}, 2.0f, &sp);
    aclTensorList *xl = aclCreateTensorList(xv.data(), xv.size());
    aclTensorList *ol = aclCreateTensorList(ov.data(), ov.size());
    uint64_t ws = 0;
    aclOpExecutor *ex = nullptr;
    aclnnStatus r1 = aclnnForeachAddScalarGetWorkspaceSize(xl, sc, ol, &ws, &ex);
    int r2 = -1;
    if (r1 == 0 && ex) {                       // 第一段通过才跑第二段
        void *w = nullptr;
        if (ws > 0) aclrtMalloc(&w, ws, ACL_MEM_MALLOC_HUGE_FIRST);
        r2 = (int)aclnnForeachAddScalar(w, ws, ex, st);
        aclrtSynchronizeStream(st);
        if (w) aclrtFree(w);
    }
    printf("%-9s x_blocks=%zu out_blocks=%zu  GetWorkspaceSize=%d execute=%d\n",
           tag, nx, no, (int)r1, r2);
    aclDestroyTensorList(xl);
    aclDestroyTensorList(ol);
    aclDestroyTensor(sc);
    for (auto p : xp) aclrtFree(p);
    for (auto p : op) aclrtFree(p);
    aclrtFree(sp);
    aclrtDestroyStream(st);
    return (int)r1;
}

int main() {
    setvbuf(stdout, nullptr, _IONBF, 0);
    aclInit(nullptr);
    aclrtSetDevice(0);
    int ok = Run("control", 2, 2);
    int bad = Run("mismatch", 2, 1);
    printf("\ncontrol=%d mismatch=%d\n", ok, bad);
    return (ok == 0 && bad == 561002) ? 0 : 1;
}

影响

  • 调用方按算子列表批量下发时,若 x/out 块数不一致,只能拿到一个没有对应说明的 561002(ACLNN_ERR_INNER_TILING_ERROR)。该码名指向「tiling 内部错误」,与「入参块数不一致」的语义相去甚远,会把排查方向引向 tiling 与编译产物。
  • 同表其余 4 个子项都描述具体入参形态,唯独缺这一条,与整表的粒度不一致。

建议

  • 按「期望」补第 5 子项;若认为块数不一致应归入「shape 不满足约束」,建议把该子项改写为明确覆盖块数的措辞(如「x 与 out 的 Tensor 个数或 shape 不满足约束」)。
likedislike
liuhanwen8liuhanwen8
20 days ago Added label: documentation
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:文档反馈;aclnnForeachAddScalar 错误码表 561002 段缺「x 与 out 的 tensorList 长度不一致」子项(实测返回 561002)。
当前判断:从标题看这是文档/示例类文档反馈「aclnnForeachAddScalar 错误码表 561002 段缺「x 与 out 的 tensorList 长度不一致」子项(实测返回 561002)」,需要核对资料与代码是否一致。初步判断待复现确认,还不能当成已确认根因。
涉及范围:aclnnForeachAddScalar、aclnnForeachAddScalarGetWorkspaceSize、aclnnop、aclnnStatus、foreach_add_scalar、aclnn_foreach_add_scalar
下一步:我们会对照接口文档和示例继续核对。

正文中的报错摘录:

  • - 资料 foreach/foreach_add_scalar/docs/aclnnForeachAddScalar.md的ACLNN_ERR_INNER_TILING_ERROR / 561002段是rowspan="4",只列 4 个子项:① x 与 out 的 shape 不满足约束 ② x…
  • - 调用方按算子列表批量下发时,若 x/out 块数不一致,只能拿到一个没有对应说明的 561002(ACLNN_ERR_INNER_TILING_ERROR)。该码名指向「tiling 内部错误」,与「入参块数不一致」的语义相去甚远,会把排查方向引向 tiling 与编译产物。
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
chenjiayi_
chenjiayi_Collaborators
10 days ago Comments:

补充当前 master 的核对结果(2026-11-12):PR#13610 已合入,foreach/foreach_add_scalar/docs/aclnnForeachAddScalar.md:190 在 161002 段新增「x 与 out 的 tensorList 长度(包含的 Tensor 个数)存在差异」;实现侧 foreach/foreach_add_scalar/op_host/op_api/aclnn_foreach_add_scalar.cpp:123 通过 OP_CHECK_TENSORLIST_SIZE_EQUAL 返回 ACLNN_ERR_PARAM_INVALID。当前 master 对块数存在差异的场景返回 161002,资料与实现一致。如果还有后续需要,请重新提 issue。

likedislike
chenjiayi_chenjiayi_Collaborators
9 days ago Assign chenjiayi_ as responsible person
CANN-robotCANN-robotCollaborators
9 days ago changed custom state from 进行中 to 已完成
chenjiayi_chenjiayi_Collaborators
1 day ago Removed responsible person chenjiayi_