Closed
[Bug-Report|缺陷反馈]: RotateQuant 和 MatmulEmuSplitWeight 错误上报分类及首报不规范 #8103
HKFLYEAdd on 17 days agoClosed at 17 days ago
17 days ago Added label: bug-report
17 days ago Assign HuangKun8682 as responsible person
yuning_chen
17 days ago Comments:
17 days ago Comments:
您好,该问题已收到,当前问题 @HuangKun8682 正在处理中


17 days ago Close issue
17 days ago Added label: resolved
Describe the current behavior / 问题描述 (Mandatory / 必填)
RotateQuant 和 MatmulEmuSplitWeight 的部分 op_api、InferShape、arch22 Tiling 及 registry 失败分支使用
OP_LOGE、CUBE_INNER_ERR_REPORT等泛化上报,产生 EZ9999/E69999,难以区分参数约束错误、推导失败和执行能力不支持;部分包装层重复上报,干扰下层首个有效诊断。RotateQuant 还有两条相关路径需要修复:
CheckDtypeValid在不支持的架构下重复查询 dtype 支持列表,构造错误信息时再次上报架构不支持,并追加不准确的 x dtype 错误。InitCompileInfo()在平台信息缺失或 cube 核数无效时只结束当前 void 函数,而原GetPlatformInfo()恒返回成功,未阻断后续 Tiling。后续使用核数计算存在除零风险;该风险来自源码调用链分析,不作为已复现的设备崩溃报告。Environment Information / 环境信息 (Mandatory / 必填)
0ed83c9cd634184752841761e1a87d9a1a348ff4。de414d06cfb7bf2728a555bfb9fc1d26a4c83792。Steps to reproduce the issue / 重现步骤 (Mandatory / 必填)
获取上述基线源码,在
matmul/rotate_quant、matmul/matmul_emu_split_weight的 op_api/op_host 中检查OP_LOGE、OP_LOGE_IF、CUBE_INNER_ERR_REPORT和上下文判空宏的失败分支,对照参数约束、InferShape、Tiling 及能力不支持的实际语义,核对正式上报码和包装层是否重复上报。可先用以下命令定位:rg -n 'OP_LOGE\(|OP_LOGE_IF\(|CUBE_INNER_ERR_REPORT|CHECK_NULL_WITH_CONTEXT' matmul/rotate_quant/op_api matmul/rotate_quant/op_host matmul/matmul_emu_split_weight/op_api matmul/matmul_emu_split_weight/op_host -g '!**/arch35/**'在 Host 测试中将 RotateQuant 平台架构设为支持映射之外的值,分别检查 input/output/scale 的 dtype 校验路径,读取 ErrorManager 错误列表,核对是否重复报告架构不支持并追加 dtype 错误。
为 RotateQuant arch22 构造平台信息缺失、cube 核数为零的 Tiling 上下文,跟踪
InitCompileInfo → DoTiling → GetPlatformInfo → DoOpTiling,核对初始化失败是否阻断后续计算。vector 核数为零的边界使用编译信息字段注入验证。对非法 shape/rank/dtype/format/属性及推导失败分支,分别核对返回值、正式错误码、诊断字段和首报次数;保留合法输入的回归检查。
Describe the expected behavior / 预期结果 (Mandatory / 必填)
log.h中语义匹配的宏,输出可读的参数名、实际值和约束。matmul/common/op_host/matmul_error_report.h,仅在公开宏缺少匹配接口时补充公共封装。Related log / screenshot / 日志 / 截图 (Mandatory / 必填)
关联 PR 的修复版本已完成本地 Host 验证:4 个目标、40/40 用例通过,包括 28 个 InferShape 回归、8 个 API 用例及 4 个 arch22 初始化调度用例;使用真实生产源码和 ErrorManager,检查正式码、诊断字段及唯一首报。以下为实际测试日志节选:
修改的 8 个 CPP 及两个既有公共头消费者共 10 个编译单元通过。以上为修复后的 Host 验证结果,不代表完整算子包链接、所有失败调用点覆盖或 NPU 数值验收。
Special notes for this issue/备注 (Optional / 选填)
本次整改范围为上述两个算子的 op_api、InferShape、arch22 Tiling、registry 及既有公共上报头,不包含任何 arch35 子目录、kernel 或仓库原有 tests/examples 修改。allocator/Runtime/launcher 的完整首报链仍需后续验证。
已检索相关 Issue:#7415 讨论 RotateQuant N/K 越界的 ACLNN 返回值与资料约定,#7793 讨论 BatchMatMulV3 Fallback 分类;本单跟踪当前两个算子的正式错误上报整改,不宣称解决前述独立问题。
关联 PR:https://gitcode.com/cann/ops-nn/pull/13582