Closed
[Bug-Report|缺陷反馈]: KthValue/Median/NanMedian/Unique arch35 负零恢复失效及归并偏移回绕隐患 #8811
黄晓彬Add on  7 days agoClosed at  4 days ago
黄晓彬
黄晓彬Collaborators
7 days ago Create

Thanks for sending an issue! Please fill in the following template to help quickly solve your problem.

Describe the current behavior / 问题描述 (Mandatory / 必填)

参考 ops-math Sort 的Issue #4738,ops-nn 的 KthValue、Median、NanMedian、UniqueWithCountsAndSorting arch35 路径也共用存在缺陷的负零恢复 helper。

  1. RestoreSignedZeroValuesByIndexVec 中两次 UpdateMask 共用 curCount。第一次调用会消耗计数,第二次生成的索引 mask 为空,导致原始 -0.0 恢复失效,结果变为 +0.0。数值容差比较无法发现此位模式错误。
  2. 前三个算子共用的多核 merge 逻辑行号,以及 Unique merge 的行号/GM 偏移乘积,含 32 位中间运算。即使接收变量为 64 位,中间乘积仍可能先回绕。

负零丢失已通过旧版 kernel 上板复现。溢出属于静态发现的预防性修复:前三个算子的常规 tiling 路由限制了相关极端边界;Unique 当前 flatten 为单行,多行回绕在现有 tiling 下不可达,不将其描述为已复现的越界故障。

Environment Information / 环境信息 (Mandatory / 必填)

  • 昇腾硬件型号:Ascend950DT_9574,device 0。
  • CANN:9.3.0,timestamp 20261112_000323608,Linux x86_64;更新包后重新编译验证。
  • Python:3.12.14。
  • TTK:3.0.0,commit 6a59970b6da07a575d65e149ff839929d1a3c47a。

Steps to reproduce the issue / 重现步骤 (Mandatory / 必填)

KthValue 负零恢复:

  1. 使用仓外扩展 TTK 用例 kth_value_non_last_f16_1536_signed_zero,FP16 输入 (2,1536,17),dim=1、k=768;在每个逻辑排序行内重复 [-0.0,+0.0,+0.0,-0.0,1.0,-1.0,+0.0,-0.0]。
  2. 使用未修复 helper 编译的 FP16 kernel 执行,并用仓库 golden 的稳定选择结果逐位比较 values/indices,保留输出/workspace 哨兵。
  3. 修复前 34 个输出值均丢失负零符号;索引和哨兵检查仍通过。同一输入与 golden 在修复版通过。

Unique 单核 radix:

  1. 使用新增用例 unique_values_signed_zero_radix_f16_4097,FP16 输入 (4097,),重复 [-0.0,-0.0,-2.0,1.0,1.0];sorted=True、return_inverse=False、return_counts=False、out_idx=9。
  2. 用同样的修复前/后隔离 binary 对照;有效输出为三个值。所有零均为负零,消除相等键顺序造成的代表值歧义。
  3. TTK kernel 直调显式使用本地容量兼容插件 unique_with_counts_and_sorting_capacity_patch.py,仅补足 values 输出容量为输入长度 N,仍比较有效值、动态 shape 并保留哨兵;未改动 TTK 源码或 ACLNN 通路。

溢出静态检查: 检查多核 merge 的 loopIdx * rowsPerRound + rowGroupIdx,以及 Unique merge 的轮次、并行行数、轴长、batch 行数乘积的实际求值类型,确认必须在乘法前提升并让累加器保持 64 位。

Describe the expected behavior / 预期结果 (Mandatory / 必填)

  • 根据原始索引/符号标记恢复 -0.0,values 的位模式与对应原始输入一致,索引/去重结果正确。
  • Unique 的零代表值在本用例中保持 -0.0,有效输出为 [-2.0,-0.0,1.0]。
  • 逻辑行号及 GM 偏移在运算前提升为 64 位;尾轮无效行保持同步参与,避免回绕后被误判为有效行。
负对照用例 修复前 修复后
kth_value_non_last_f16_1536_signed_zero values 精度 FAIL:34 个 0x8000 变成 0x0000;indices/哨兵 PASS values/indices/哨兵 PASS
unique_values_signed_zero_radix_f16_4097 精度 FAIL:期望 [-2,-0,1],实际 [-2,+0,1];shape/哨兵 PASS 精度/shape/哨兵 PASS

前期定向回归 39/39 通过;更新 CANN 后重新编译 44 个目标 kernel(四算子各 11 dtype)。

Special notes for this issue/备注 (Optional / 选填)

likedislike
黄晓彬黄晓彬Collaborators
7 days ago Added label: bug-report
黄晓彬黄晓彬Collaborators
7 days ago Associated pull request
黄晓彬黄晓彬Collaborators
7 days ago Modify description of issue
黄晓彬黄晓彬Collaborators
7 days ago Modify description of issue
黄晓彬黄晓彬Collaborators
7 days ago Modify description of issue
黄晓彬黄晓彬Collaborators
5 days ago Modify description of issue
黄晓彬黄晓彬Collaborators
5 days ago Modify description of issue
yuning_chen
yuning_chenCollaborators
5 days ago Comments:

问题成立。epsilon/属性在接口层声明为 double,实现按 float 取值,极小正值下溢为 0,导致除零/全零输出。建议:①保留 double 到使用点或 max(eps, FLT_MIN);②资料写明有效范围;③补 UT。

本条要点:Thanks for sending an issue! Please fill in the following template to help quickly solve your problem.

likedislike
CANN-robotCANN-robotCollaborators
4 days ago Close issue
CANN-robotCANN-robotCollaborators
4 days ago changed custom state from 待办的 to 已完成
CANN-robotCANN-robotCollaborators
4 days ago Added label: resolved