Merged
fix(kl_div_loss_grad): tiling 补充 self 与 out shape 一致性校验并同步测试与文档 #13085
fix(kl_div_loss_grad): tiling 补充 self 与 out shape 一致性校验并同步测试与文档 #13085
Merged
chenfengAdd on 23 days ago
chenfeng
chenfengCollaborators
23 days ago

描述

问题背景:接口文档(docs/aclnnKlDivBackward.md)约定 self 与 out 的 shape 不相同时 aclnnKlDivBackward 接口报 ACLNN_ERR_PARAM_INVALID(错误码 161002)。aclnn 层已有该校验,但 arch35 tiling 入口此前缺少对应校验,shape 不一致时未被拦截。

变更内容:

  1. loss/kl_div_loss_grad/op_host/arch35/kl_div_loss_grad_tiling.cpp:新增 CheckInputShape(),校验 self 与 out(y)的 storage shape 一致,不一致时按接口文档报 ACLNN_ERR_PARAM_INVALID_SHAPE 错误日志并返回 GRAPH_FAILED;并在 DoOpTiling() 中调用。
  2. loss/kl_div_loss_grad/tests/ut/op_host/arch35/test_kl_div_loss_grad_dag_tiling.cpp:新增正/负向用例(self 与 y shape 不一致时 tiling 返回 GRAPH_FAILED,其中 self=(2,1) 仍可广播到 (2,4),确保失败仅来自 CheckInputShape;self 与 y shape 一致且 target 仍可广播时走正常 tiling 成功路径);并适配 12 个过时正向用例的 self shape(对齐为与 out 相同)及其期望 tiling 结果。
  3. loss/kl_div_loss_grad/tests/st/arch35/ttk_kernel_kl_div_loss_grad_st.csv:17 行 self≠out 的过时 ST 用例将 self shape 对齐为与 out 相同。
  4. loss/kl_div_loss_grad/README.md:out 参数条目补充 "shape 与 self 相同";约束说明由"无"补充为 self/out shape 必须相同。

关联的Issue

https://gitcode.com/cann/ops-nn/issues/7726

测试

  • TU 级编译通过(本算子改动文件编译验证;整仓 ophost 构建被 embedding 存量错误阻断,与本改动无关)。
  • UT 24/24 通过(含新增正/负向 shape 校验用例及 12 个适配后的正向用例)。
  • ST csv 17 行用例结构校验通过。
  • 遗留说明:ST 真机终验依赖 PR CI 流水线(本地环境无 NPU/ttk)。

文档更新

更新 loss/kl_div_loss_grad/README.md:out 条目补充 shape 约束说明,约束说明章节补充 self/out shape 一致性要求。

类型标签

AI/Agent生成声明

likedislike
Pull Request has been successfully merged by CANN-robot.
(Thank you for chenfeng's contribution.)
chenfengchenfengCollaborators
23 days ago Created pull request, commit 484aa899
atomgit-bot
atomgit-bot
23 days ago Comments:

变更摘要

本 PR 为 kl_div_loss_grad 算子的 arch35 tiling 入口补充输入形状一致性校验:缺少该校验时,self 与 out shape 不一致的输入不会被拦截。在 KlDivLossGradTiling 中新增 CheckInputShape(),比较 self 与输出 y 的 storage shape(均经 EnsureNotScalar 处理),不一致时通过 OP_LOGE_FOR_INVALID_SHAPE_WITH_REASON 报错并返回 ge::GRAPH_FAILED,同时在 DoOpTiling() 中调用;同步调整 UT 与 ST 用例的 self shape 及文档约束说明。

主要改动

  • 新增形状校验函数: 在 kl_div_loss_grad_tiling.cpp 中增加 CheckInputShape(),取 INPUT_INPUT_INDEX 输入与 OUTPUT_Y_INDEX 输出的 storage shape,使用 OP_CHECK_IF + OP_LOGE_FOR_INVALID_SHAPE_WITH_REASON 输出形如 “The shape of parameter self must be the same as the shape of parameter out” 的错误日志并返回 ge::GRAPH_FAILED。
  • 接入 tiling 主流程: 在 DoOpTiling() 中于 CalcOutputDtype() 之后新增 OP_CHECK_IF(CheckInputShape() == ge::GRAPH_FAILED, ...) 调用,形状不一致时整体 tiling 直接失败。
  • 新增正/负向 UT 用例: test_kl_div_loss_grad_dag_tiling.cpp 新增 kl_div_loss_grad_self_y_shape_mismatch_failed(self=(2,1)、y=(2,4),仍可广播但期望 ge::GRAPH_FAILED)与 kl_div_loss_grad_self_y_shape_equal_success(self 与 y 同为 (2,3)、target 为 (1,3),期望 ge::GRAPH_SUCCESS 且 tilingKey 带 KDLG_LOG_TARGET_MASK)。
  • 适配既有正向用例: 12 个正向用例的 inputShape2/inputShape 由可广播形状(如 {2048, 1, 1}、{1, 1, 1})改为与 out 相同的形状,并相应更新 expectStr 中的 tiling 期望值(含 tilingKey 与系数变化)。
  • 测试数据与文档同步: ttk_kernel_kl_div_loss_grad_st.csv 中 17 行 self 与 out 形状不一致的 ST 用例将 self 对齐为与 out 一致;README.md 的 out 参数条目补充 “shape 与 self 相同”,约束说明补充 shape 一致性要求及 ACLNN_ERR_PARAM_INVALID(161002)错误约束。

🧩 本次 Review 已使用自定义 Skill:

likedislike
Incorrect?
atomgit-bot
atomgit-bot
23 days ago Comments:

代码审查

检视结论

各变更文件检视情况

  1. loss/kl_div_loss_grad/op_host/arch35/kl_div_loss_grad_tiling.cpp(已检视,2 个 P3 建议)

    • 新增 CheckInputShape() 的校验语义正确:与 op_api/aclnn_kl_div_backward.cpp:99 的 OP_CHECK_SHAPE_NOT_EQUAL(self, out, ...) 一致;op_host/kl_div_loss_grad_infershape.cpp:32-37 的 infer shape 是把输入 1(self)整份拷给输出 0,故图谱路径下 out 恒等于 self,该校验不会误拦合法图,aclnn 路径为重复防御,无功能回归。
    • EnsureNotScalar 绑定 const gert::Shape& 与 mse_loss_tiling_arch35.cpp 等既有用法同形,无悬垂风险;OP_CHECK_IF 内嵌 OP_LOGE_FOR_INVALID_SHAPE_* 在 mse_loss_v2 已有同样写法,可编译;OP_LOGE_* 的参数顺序与本文件 177/195 行既有调用一致,未发现参数顺序问题(未能读取宏定义本体,故不对宏形态做强制结论)。
    • 发现 2 处 P3:新增校验前移导致 UT 负向用例被提前拦截(覆盖丢失);错误日志只打印 self、缺 out 且 y/out 称谓不统一。
  2. loss/kl_div_loss_grad/tests/st/arch35/ttk_kernel_kl_div_loss_grad_st.csv(已检视,no issues)

    • 逐行核对了 diff 中 17 行改动以及未在 hunk 中出现、未改动的行(28-38、47-49、57-58、68-82):所有行的 self 与 out 已全部一致,且 grad/target 仍可广播到 out(如 73 行 grad(1,)、self(5,);30 行 target(217,1)),未发现遗漏的 self≠out 行,也无新引入的不自洽数据。
  3. loss/kl_div_loss_grad/tests/ut/op_host/arch35/test_kl_div_loss_grad_dag_tiling.cpp(已检视,no issues 于新增用例本身;相关问题随发现 1 记录)

    • 新增正/负向用例逻辑成立;重算期望 tiling 串数值自洽:tiling1 mean 的 925543083≈1/98304(2048×48)、tiling3 batchmean 973078528=2⁻¹¹(1/2048)、tiling6 mean 937659961≈1/36864(1024×36)、tiling7 batchmean 981467136=2⁻¹⁰(1/1024)、tiling2 sum 仍为 1065353216=1.0,与 shapes 变更后的语义一致;tiling5-7 首字段 6→4 属 shape 从全广播变为等形后的 tiling 变化,无法静态推翻。

计数与总体判断

  • P0:0,P1:0,P2:0,P3:2
  • 总体风险低:核心校验与 aclnn/接口文档契约一致,ST/UT 数据自洽,未发现逻辑、安全、性能或编译层面的实质缺陷;仅剩测试覆盖静默退化与校验日志可定位性两项可选改进。
类型 数量
🔴 阻塞 0
🟡 建议 2

💬 仅评论


🧩 本次 Review 已使用自定义 Skill:

likedislike
Incorrect?
CANN-robot
CANN-robotCollaborators
23 days ago Comments:

Thanks for your pull-request.
The full list of commands accepted by me can be found at here.
You can get sig-info at here.
You can self-configure the PR merge rules for this repository. For more details, please refer to Here.
For more, you also can visit HICANN.


PR Approval Progress

✅ Congratulations! All modules have met the lgtm and approve requirements.

Module Approval Details

module lgtm status approve status
*/*/README.md ✅ 陈娇, 汤平川, 陈琦, 钱泽洪 (4/2) ✅ 陈娇 (1/1)
loss ✅ 钱泽洪, 汤平川, 陈琦 (3/2) ✅ 汤平川, 钱泽洪 (2/1)

💡 Tip:

  • Committer can comment /approve or /lgtm
  • Commenting /approve implies both code review (lgtm) and intent to merge (approve)

CLA Signature Pass

chenfeng61, thanks for your pull request. All authors of the commits have signed the CLA. 👍

likedislike
CANN-robotCANN-robotCollaborators
23 days ago Set zengjuan,u010470851,chaotang233,crystalhu,yu-xinjie62,yangyang016,fanqirui,gitee-duhuiping,su-yueming,yourealize,chenqi317,wang-xing001,liubo75,tangweiwei2,gitcode-chenjiao,east_yang,pingchuantang,qianzehong,fengying555682,caiwenwen,yanglu-1 as approver
47 messages are collapsed here。 See more
CANN-robotCANN-robotCollaborators
18 days ago Removed label: ci-pipeline-running
CANN-robotCANN-robotCollaborators
18 days ago Added label: ci-pipeline-passed
CANN-robotCANN-robotCollaborators
18 days ago Closed associated issue
CANN-robotCANN-robotCollaborators
18 days ago Merged pull request
CANN-robot
CANN-robotCollaborators
18 days ago Comments:

Pull Request 已合并或已关闭。

If you want to solve this problem, you can click here to do it in the FAQs.

likedislike