fix: Modify the AIDD docs issue-ops-nn-AtomGit

MCHANGELOG.md+2-2

	@@ -6,7 +6,7 @@
6		6
7	发布日期：2026-03-30	7	发布日期：2026-03-30
8		8
9	-本版本新增多项新增特性、问题修复及性能改进，支持最新的950硬件。	9	+本版本多项新增特性、问题修复及性能改进，支持最新的950硬件。
10	我们诚挚欢迎社区反馈，以进一步提升ops-nn的稳定性和功能完备性。	10	我们诚挚欢迎社区反馈，以进一步提升ops-nn的稳定性和功能完备性。
11	使用方式请参阅[官方文档](https://gitcode.com/cann/ops-nn/blob/master/README.md)。	11	使用方式请参阅[官方文档](https://gitcode.com/cann/ops-nn/blob/master/README.md)。
12		12
	@@ -77,7 +77,7 @@ ops-nn算子首个Beta版本v8.5.0-beta.1现已发布。
77		77
78	### 🔗 版本地址	78	### 🔗 版本地址
79		79
80	-[CANN 8.5.0-beta 1](https://ascend.devcloud.huaweicloud.com/cann/run/software/8.5.0-beta.1/)	80	+[CANN 8.5.0-beta.1](https://ascend.devcloud.huaweicloud.com/cann/run/software/8.5.0-beta.1/)
81		81
82	```text	82	```text
83	版本目录说明如下：	83	版本目录说明如下：

MSECURITY.md+3-3

Mcodearts_check_rule_config.md+23-23

	@@ -11,8 +11,8 @@
11	\|7 \|[G.FMT.04-CPP每个变量单独一行进行声明或赋值](# G.FMT.04-CPP每个变量单独一行进行声明或赋值)\|[G.FMT.04-CPP Each variable is declared or assigned on a separate line](# G.FMT.04-CPP每个变量单独一行进行声明或赋值)\|check_multiple_var_dec:true\|C++\|版本级,门禁级\|	11	\|7 \|[G.FMT.04-CPP每个变量单独一行进行声明或赋值](# G.FMT.04-CPP每个变量单独一行进行声明或赋值)\|[G.FMT.04-CPP Each variable is declared or assigned on a separate line](# G.FMT.04-CPP每个变量单独一行进行声明或赋值)\|check_multiple_var_dec:true\|C++\|版本级,门禁级\|
12	\|8 \|[G.FMT.05-CPP行宽不超过120个字符](# G.FMT.05-CPP行宽不超过120个字符)\|[G.FMT.05-CPP Each line contains no more than 120 characters](# G.FMT.05-CPP行宽不超过120个字符)\|column_width:120\|C++\|版本级,门禁级\|	12	\|8 \|[G.FMT.05-CPP行宽不超过120个字符](# G.FMT.05-CPP行宽不超过120个字符)\|[G.FMT.05-CPP Each line contains no more than 120 characters](# G.FMT.05-CPP行宽不超过120个字符)\|column_width:120\|C++\|版本级,门禁级\|
13	\|9 \|[G.FMT.06-CPP换行时将操作符留在行末，新行缩进一层或进行同类对齐--函数调用参数换行](# G.FMT.06-CPP换行时将操作符留在行末，新行缩进一层或进行同类对齐--函数调用参数换行)\|[G.FMT.06-CPP While line breaking, leave the operators at the end and indent or align the new line--Function call parameter wrapping](# G.FMT.06-CPP换行时将操作符留在行末，新行缩进一层或进行同类对齐--函数调用参数换行)\|c_coding_standard_v5.0:true\|C++\|版本级,门禁级\|	13	\|9 \|[G.FMT.06-CPP换行时将操作符留在行末，新行缩进一层或进行同类对齐--函数调用参数换行](# G.FMT.06-CPP换行时将操作符留在行末，新行缩进一层或进行同类对齐--函数调用参数换行)\|[G.FMT.06-CPP While line breaking, leave the operators at the end and indent or align the new line--Function call parameter wrapping](# G.FMT.06-CPP换行时将操作符留在行末，新行缩进一层或进行同类对齐--函数调用参数换行)\|c_coding_standard_v5.0:true\|C++\|版本级,门禁级\|
14	-\|10 \|[G.FMT.06-CPP换行时将操作符留在行末，新行缩进一层或进行同类对齐--函数声明参数换行](# G.FMT.06-CPP换行时将操作符留在行末，新行缩进一层或进行同类对齐--函数声明参数换行)\|[G.FMT.06-CPP While line breaking, leave the operators at the end and indent or align the new line--Data initialization wrapping](# G.FMT.06-CPP换行时将操作符留在行末，新行缩进一层或进行同类对齐--函数声明参数换行)\|-\|C++\|版本级,门禁级\|	14	+\|10 \|[G.FMT.06-CPP换行时将操作符留在行末，新行缩进一层或进行同类对齐--函数声明参数换行](# G.FMT.06-CPP换行时将操作符留在行末，新行缩进一层或进行同类对齐--函数声明参数换行)\|[G.FMT.06-CPP While line breaking, leave the operators at the end and indent or align the new line--Function declaration parameter wrapping](# G.FMT.06-CPP换行时将操作符留在行末，新行缩进一层或进行同类对齐--函数声明参数换行)\|-\|C++\|版本级,门禁级\|
15	-\|11 \|[G.FMT.06-CPP换行时将操作符留在行末，新行缩进一层或进行同类对齐--数据初始化换行](# G.FMT.06-CPP换行时将操作符留在行末，新行缩进一层或进行同类对齐--数据初始化换行)\|[G.FMT.06-CPP While line breaking, leave the operators at the end and indent or align the new line--Function declaration parameter wrapping](# G.FMT.06-CPP换行时将操作符留在行末，新行缩进一层或进行同类对齐--数据初始化换行)\|-\|C++\|版本级,门禁级\|	15	+\|11 \|[G.FMT.06-CPP换行时将操作符留在行末，新行缩进一层或进行同类对齐--数据初始化换行](# G.FMT.06-CPP换行时将操作符留在行末，新行缩进一层或进行同类对齐--数据初始化换行)\|[G.FMT.06-CPP While line breaking, leave the operators at the end and indent or align the new line--Data initialization wrapping](# G.FMT.06-CPP换行时将操作符留在行末，新行缩进一层或进行同类对齐--数据初始化换行)\|-\|C++\|版本级,门禁级\|
16	\|12 \|[G.FMT.07-CPP预处理的"#"统一放在行首，嵌套预处理语句时，"#"可以进行缩进](# G.FMT.07-CPP预处理的"#"统一放在行首，嵌套预处理语句时，"#"可以进行缩进)\|[G.FMT.07-CPP The number sign (#) that starts a preprocessor directive should be placed at the beginning of a line and can be indented in nested](# G.FMT.07-CPP预处理的"#"统一放在行首，嵌套预处理语句时，"#"可以进行缩进)\|-\|C++\|版本级,门禁级\|	16	\|12 \|[G.FMT.07-CPP预处理的"#"统一放在行首，嵌套预处理语句时，"#"可以进行缩进](# G.FMT.07-CPP预处理的"#"统一放在行首，嵌套预处理语句时，"#"可以进行缩进)\|[G.FMT.07-CPP The number sign (#) that starts a preprocessor directive should be placed at the beginning of a line and can be indented in nested](# G.FMT.07-CPP预处理的"#"统一放在行首，嵌套预处理语句时，"#"可以进行缩进)\|-\|C++\|版本级,门禁级\|
17	\|13 \|[G.FMT.08-CPP遵循传统的类成员声明顺序](# G.FMT.08-CPP遵循传统的类成员声明顺序)\|[G.FMT.08-CPP Use a conventional class member declaration order](# G.FMT.08-CPP遵循传统的类成员声明顺序)\|-\|C++\|版本级,门禁级\|	17	\|13 \|[G.FMT.08-CPP遵循传统的类成员声明顺序](# G.FMT.08-CPP遵循传统的类成员声明顺序)\|[G.FMT.08-CPP Use a conventional class member declaration order](# G.FMT.08-CPP遵循传统的类成员声明顺序)\|-\|C++\|版本级,门禁级\|
18	\|14 \|[G.FMT.09-CPP构造函数初始化列表放在同一行或按4空格缩进并排多行](# G.FMT.09-CPP构造函数初始化列表放在同一行或按4空格缩进并排多行)\|[G.FMT.09-CPP A constructor initialization list is placed on the same line or on different lines indented by four spaces](# G.FMT.09-CPP构造函数初始化列表放在同一行或按4空格缩进并排多行)\|-\|C++\|版本级,门禁级\|	18	\|14 \|[G.FMT.09-CPP构造函数初始化列表放在同一行或按4空格缩进并排多行](# G.FMT.09-CPP构造函数初始化列表放在同一行或按4空格缩进并排多行)\|[G.FMT.09-CPP A constructor initialization list is placed on the same line or on different lines indented by four spaces](# G.FMT.09-CPP构造函数初始化列表放在同一行或按4空格缩进并排多行)\|-\|C++\|版本级,门禁级\|
	@@ -44,7 +44,7 @@
44	使用//	44	使用//
45		45
46	```text	46	```text
47	-// 单行注释	47	+// 单行注释
48	// 多行注释	48	// 多行注释
49	// 第二行	49	// 第二行
50	```	50	```
	@@ -85,9 +85,8 @@ int Foo()
85	在适当的时候，右边的注释上下对齐会更美观：	85	在适当的时候，右边的注释上下对齐会更美观：
86		86
87	```CPP	87	```CPP
88	-const int A_CONST = 100; // 此处两行注释属于同类	88	+const int A_CONST = 100; // 此处两行注释属于同类
89	-const int ANOTHER_CONST = 200; // 可保持左侧对齐	89	+const int ANOTHER_CONST = 200; // 可保持左侧对齐
90	-```
91		90
92	## 【错误示例】	91	## 【错误示例】
93		92
	@@ -160,7 +159,7 @@ int y = 1; // 符合：注释位于代码上方
160	版权许可内容解释如下：	159	版权许可内容解释如下：
161		160
162	- 2012-2018根据实际需要可以修改。	161	- 2012-2018根据实际需要可以修改。
163	-- 2012是文件首次创建年份，而2018是最后文件修改年份。	162	+- 2012是文件首次创建年份，而2018是最后文件修改年份。
164	- 对文件有重大修改时，必须更新后面年份，如特性扩展，重大重构等。	163	- 对文件有重大修改时，必须更新后面年份，如特性扩展，重大重构等。
165	- 可以只写一个创建年份，后续文件修改则不用更新版权声明。	164	- 可以只写一个创建年份，后续文件修改则不用更新版权声明。
166	- 如：版权所有(c)华为技术有限公司2018	165	- 如：版权所有(c)华为技术有限公司2018
	@@ -257,7 +256,7 @@ int Fun2();
257	使用 /**/	256	使用 /**/
258		257
259	```CPP	258	```CPP
260	-/* 单行函数头 */	259	+/* 单行函数头 */
261	int Fun1();	260	int Fun1();
262		261
263	/*	262	/*
	@@ -305,7 +304,7 @@ int Fun2();
305	右大括号独占一行，除非后面跟着同一语句的剩余部分，如do语句中的while，或者if语句的else/else if，或者逗号、分号、小括号。	304	右大括号独占一行，除非后面跟着同一语句的剩余部分，如do语句中的while，或者if语句的else/else if，或者逗号、分号、小括号。
306		305
307	Allman风格	306	Allman风格
308	-换行时，左大括另起并独占一行，保持与上一行相同缩进；	307	+换行时，左大括号另起并独占一行，保持与上一行相同缩进；
309	右大括号独占一行，除非后面跟着do语句中的while，或者逗号、分号。	308	右大括号独占一行，除非后面跟着do语句中的while，或者逗号、分号。
310		309
311	## 【修复建议】	310	## 【修复建议】
	@@ -628,7 +627,7 @@ int FunctionName()
628		627
629	## 【描述】	628	## 【描述】
630		629
631	-类访问控制块的声明顺序默认依次是public:、protected:、 private:，缩进与class关键字对齐。	630	+类访问控制块的声明顺序默认依次是public:、protected:、private:，缩进与class关键字对齐。
632		631
633	## 【错误示例】	632	## 【错误示例】
634		633
	@@ -710,8 +709,8 @@ public: // 符合：和`class`对齐
710		709
711	## 【修复建议】	710	## 【修复建议】
712		711
713	-类访问控制块按顺序public:、protected:、 private:声明。	712	+类访问控制块按顺序public:、protected:、private:声明。
714	-public:、protected:、 private:缩进和class关键字对齐。	713	+public:、protected:、private:缩进和class关键字对齐。
715	在各个访问控制块中，建议将类似的声明放在一起，如果项目组没有制定声明顺序，可参考如下声明顺序：	714	在各个访问控制块中，建议将类似的声明放在一起，如果项目组没有制定声明顺序，可参考如下声明顺序：
716		715
717	- 类型(包括typedef，using和嵌套的结构体与类)	716	- 类型(包括typedef，using和嵌套的结构体与类)
	@@ -786,7 +785,7 @@ SomeClass::SomeClass(int var)
786	SomeClass::SomeClass(int var)	785	SomeClass::SomeClass(int var)
787	: someVar(var), // 缩进4个空格	786	: someVar(var), // 缩进4个空格
788	someOtherVar(var + 1) // 与上一行的成员变量对齐	787	someOtherVar(var + 1) // 与上一行的成员变量对齐
789	-{	788	+{
790	DoSomething();	789	DoSomething();
791	}	790	}
792	```	791	```
	@@ -845,7 +844,7 @@ if (someConditions) {
845	...	844	...
846	} else if (...) { // 符合：else if与if在不同行	845	} else if (...) { // 符合：else if与if在不同行
847	...	846	...
848	-} else { // 符合：else与if在不同行	847	+} else { // 符合：else与if在不同行
849	...	848	...
850	}	849	}
851	```	850	```
	@@ -864,11 +863,11 @@ case/default语句相对switch缩进一层，case中的语句相对case缩进一
864		863
865	```CPP	864	```CPP
866	switch (var) {	865	switch (var) {
867	-case CASE1: // 不符合：case未缩进	866	+case CASE1: // 不符合：case未缩进
868	DoSomething1();	867	DoSomething1();
869	break;	868	break;
870	...	869	...
871	-default: // 不符合：default未缩进	870	+default: // 不符合：default未缩进
872	break;	871	break;
873	}	872	}
874	```	873	```
	@@ -877,10 +876,10 @@ default: // 不符合：default未缩进
877		876
878	```CPP	877	```CPP
879	switch (var) {	878	switch (var) {
880	- case CASE1: // 符合：缩进	879	+ case CASE1: // 符合：缩进
881	- DoSomething1(); // 符合：缩进	880	+ DoSomething1(); // 符合：缩进
882	break;	881	break;
883	- case CASE2: { // 符合：带大括号格式	882	+ case CASE2: { // 符合：带大括号格式
884	DoSomething2();	883	DoSomething2();
885	break;	884	break;
886	}	885	}
	@@ -940,9 +939,10 @@ int & r2; // 不符合：两边都有空格
940	```CPP	939	```CPP
941	int &r; // 符合："&"跟随变量名	940	int &r; // 符合："&"跟随变量名
942	struct Foo &CreateFoo(void); // 符合: "&"跟随函数名	941	struct Foo &CreateFoo(void); // 符合: "&"跟随函数名
943	-场景2：选用的风格是跟随类型，但是实际开发时跟随变量名或函数名
944	```	942	```
945		943
		944	+场景2：选用的风格是跟随类型，但是实际开发时跟随变量名或函数名
		945	+
946	修复示例：	946	修复示例：
947		947
948	```CPP	948	```CPP
	@@ -1098,7 +1098,7 @@ const char* const VERSION = "V100"; // 符合：跟随类型（可选"*"两边
1098		1098
1099	```CPP	1099	```CPP
1100	// 不符合：行尾有空格	1100	// 不符合：行尾有空格
1101	-void Foo(int x);	1101	+void Foo(int x);
1102	```	1102	```
1103		1103
1104	场景2：小括号内两侧有空格	1104	场景2：小括号内两侧有空格
	@@ -1181,7 +1181,7 @@ void Foo(int x, int y, int z);
1181	```CPP	1181	```CPP
1182	ret = DoSomething();	1182	ret = DoSomething();
1183		1183
1184	-if (ret != OK) { // 不符合：返回值判断应该紧跟函数调用	1184	+if (ret != OK) { // 不符合：返回值判断应该紧跟函数调用
1185	return -1;	1185	return -1;
1186	}	1186	}
1187	```	1187	```
	@@ -1194,7 +1194,7 @@ int Foo()
1194	...	1194	...
1195	}	1195	}
1196		1196
1197	-int Bar()	1197	+int Bar()
1198	{	1198	{
1199	...	1199	...
1200	}	1200	}

Mdocs/CONTRIBUTING_DOCS.md+6-6

	@@ -27,7 +27,7 @@
27		27
28	2. 文档修改	28	2. 文档修改
29		29
30	- - 选择分支：请从master或其他Tag分支下载源码到本地。	30	+ - 选择分支：请从master分支或指定Tag下载源码到本地。
31	- 遵循格式：	31	- 遵循格式：
32	- 本项目推荐使用Markdown格式。	32	- 本项目推荐使用Markdown格式。
33	- 遵循项目既有的写作风格。	33	- 遵循项目既有的写作风格。
	@@ -42,7 +42,7 @@
42		42
43	```text	43	```text
44	简短说明（不超过50字符）	44	简短说明（不超过50字符）
45	-	45	+
46	如有必要，在此处进行更详细描述。说明修改的原因和内容，而不是具体改了什么（代码本身会展示）。	46	如有必要，在此处进行更详细描述。说明修改的原因和内容，而不是具体改了什么（代码本身会展示）。
47	关联的Issue: #123	47	关联的Issue: #123
48	```	48	```
	@@ -76,15 +76,15 @@
76	- 确保所有代码示例可运行并经过测试。	76	- 确保所有代码示例可运行并经过测试。
77	- 提供足够的上下文和解释。	77	- 提供足够的上下文和解释。
78	- 注明代码运行所需的环境或前提条件。	78	- 注明代码运行所需的环境或前提条件。
79	- - 标点与格式：	79	+ - 标点与格式：
80	- 中英文混排时，使用全角标点，标点符号必须符合中/英文语境。	80	- 中英文混排时，使用全角标点，标点符号必须符合中/英文语境。
81	- - 标题使用合适的层级（#、 ##、 ###）。	81	+ - 标题使用合适的层级（#、##、###）。
82	- - 使用列表和表格来组织复杂信息。	82	+ - 使用列表和表格来组织复杂信息。
83	- 链接：使用描述性链接文本，避免“点击这里”，确保链接资源真实可靠。	83	- 链接：使用描述性链接文本，避免“点击这里”，确保链接资源真实可靠。
84	- 图片：	84	- 图片：
85	- 常用格式：推荐png格式，风格尽量与已有图片保持一致。	85	- 常用格式：推荐png格式，风格尽量与已有图片保持一致。
86	- 分辨率与清晰度：需清晰且尺寸适中，避免模糊或过度压缩。	86	- 分辨率与清晰度：需清晰且尺寸适中，避免模糊或过度压缩。
87	- - 文件大小：单张图片不建议超过10M。	87	+ - 文件大小：单张图片不建议超过10 MB。
88	- 版权：所有引用的图片、文献等资源，请确保合规性。	88	- 版权：所有引用的图片、文献等资源，请确保合规性。
89		89
90	## 获取帮助	90	## 获取帮助

Mdocs/QUICKSTART.md+4-4

	@@ -119,7 +119,7 @@ add_example first input[7] is: 1.000000, second input[7] is: 1.000000, result[7]
119		119
120	### 1. 修改Kernel实现	120	### 1. 修改Kernel实现
121		121
122	-找到AddExample算子的核心kernel实现文件`ops-nn/examples/add_example/op_kernel/add_example.h`，尝试将算子中的Add操作改为Mul操作：	122	+找到AddExample算子的核心kernel实现文件`examples/add_example/op_kernel/add_example.h`，尝试将算子中的Add操作改为Mul操作：
123		123
124	```cpp	124	```cpp
125	__aicore__ inline void AddExample<T>::Compute(int64_t currentNum)	125	__aicore__ inline void AddExample<T>::Compute(int64_t currentNum)
	@@ -188,7 +188,7 @@ __aicore__ inline void AddExample<T>::Compute(int64_t currentNum)
188		188
189	该接口支持打印Scalar类型数据，如整数、字符型、布尔型等，详细介绍请参见[《Ascend C API》](https://hiascend.com/document/redirect/CannCommunityAscendCApi)中“算子调测API > printf”。	189	该接口支持打印Scalar类型数据，如整数、字符型、布尔型等，详细介绍请参见[《Ascend C API》](https://hiascend.com/document/redirect/CannCommunityAscendCApi)中“算子调测API > printf”。
190		190
191	- ```c++	191	+ ```cpp
192	blockLength_ = (tilingData->totalLength + AscendC::GetBlockNum() - 1) / AscendC::GetBlockNum();	192	blockLength_ = (tilingData->totalLength + AscendC::GetBlockNum() - 1) / AscendC::GetBlockNum();
193	tileNum_ = tilingData->tileNum;	193	tileNum_ = tilingData->tileNum;
194	tileLength_ = ((blockLength_ + tileNum_ - 1) / tileNum_ / BUFFER_NUM) ?	194	tileLength_ = ((blockLength_ + tileNum_ - 1) / tileNum_ / BUFFER_NUM) ?
	@@ -201,7 +201,7 @@ __aicore__ inline void AddExample<T>::Compute(int64_t currentNum)
201		201
202	该接口支持Dump指定Tensor的内容，同时支持打印自定义附加信息，比如当前行号等，详细介绍请参见[《Ascend C API》](https://hiascend.com/document/redirect/CannCommunityAscendCApi)中“算子调测API > DumpTensor”。	202	该接口支持Dump指定Tensor的内容，同时支持打印自定义附加信息，比如当前行号等，详细介绍请参见[《Ascend C API》](https://hiascend.com/document/redirect/CannCommunityAscendCApi)中“算子调测API > DumpTensor”。
203		203
204	- ```c++	204	+ ```cpp
205	AscendC::LocalTensor<T> zLocal = outputQueueZ.DeQue<T>();	205	AscendC::LocalTensor<T> zLocal = outputQueueZ.DeQue<T>();
206	// 打印zLocal Tensor信息	206	// 打印zLocal Tensor信息
207	DumpTensor(zLocal, 0, 128);	207	DumpTensor(zLocal, 0, 128);
	@@ -239,7 +239,7 @@ __aicore__ inline void AddExample<T>::Compute(int64_t currentNum)
239		239
240	修改输入/输出数据：修改输入、输出的shape信息，以及初始化数据，构造相应的输入、输出tensor。	240	修改输入/输出数据：修改输入、输出的shape信息，以及初始化数据，构造相应的输入、输出tensor。
241		241
242	-```c++	242	+```cpp
243	int aclnnAddExampleTest(int32_t deviceId, aclrtStream& stream) {	243	int aclnnAddExampleTest(int32_t deviceId, aclrtStream& stream) {
244	// ... 初始化代码 ...	244	// ... 初始化代码 ...
245		245

Mdocs/zh/context/aclnn_return_code.md+1-1

	@@ -1,7 +1,7 @@
1	# aclnn返回码	1	# aclnn返回码
2		2
3	调用aclnn API时，常见的接口返回码如[表1](#table1)所示。	3	调用aclnn API时，常见的接口返回码如[表1](#table1)所示。
4	-对于异常状态码值，可以通过aclGetRecentErrMsg接口（参见[《Runtime运行时API》](https://hiascend.com/document/redirect/CannCommunityRuntimeApi)）获取异常信息，您可以根据报错提示排查问题或者联系技术支持。	4	+对于异常状态码值，可以通过aclGetRecentErrMsg接口（参见[《Runtime运行时API》](https://hiascend.com/document/redirect/CannCommunityRuntimeApi)）获取异常信息，可根据报错提示排查问题或联系技术支持。
5		5
6	表1 返回状态码 <a id="table1"></a>	6	表1 返回状态码 <a id="table1"></a>
7		7

Mdocs/zh/context/compile_and_run_sample.md+3-3

	@@ -7,11 +7,11 @@
7		7
8	## 编译前准备	8	## 编译前准备
9		9
10	-本章以开发和运行环境合设场景为例，即带AI处理器的机器既作为开发环境又作为运行环境。该场景下，代码开发和代码运行在同一台机器上。这里以AddMatMul算子为例，其他算子的调用逻辑、流程、编译脚本与AddMatMul算子大致一样，请根据实际情况自行修改API调用脚本（\*.cpp）和编译脚本(CMakeLists)。	10	+本章以开发和运行环境合设场景为例，即带AI处理器的机器既作为开发环境又作为运行环境。该场景下，代码开发和代码运行在同一台机器上。这里以AddMatMul算子为例，其他算子的调用逻辑、流程、编译脚本与AddMatMul算子大致一样，请根据实际情况自行修改API调用脚本（\*.cpp）和编译脚本(CMakeLists.txt)。
11		11
12	- 示例代码	12	- 示例代码
13		13
14	- 已知AddMatMul算子实现了张量加法运算，计算公式为：out = β self + α (mat1 @ mat2)。您可以从[aclnnAddmm&aclnnInplaceAddmm.md](../../../matmul/mat_mul_v3/docs/aclnnAddmm&aclnnInplaceAddmm.md)中“调用示例”获取示例代码，并将代码文件命名为“test\_addmm.cpp”。	14	+ 已知AddMatMul算子实现了张量加法运算，计算公式为：out = β self + α (mat1 @ mat2)。您可以从[aclnnAddmm&aclnnInplaceAddmm.md](../../../matmul/mat_mul_v3/docs/aclnnAddmm&aclnnInplaceAddmm.md)中“调用示例”获取示例代码，并将代码文件命名为“test\_addmm.cpp”。
15		15
16	- CMakeLists文件	16	- CMakeLists文件
17		17
	@@ -138,7 +138,7 @@
138	CHECK_RET(ret == ACL_SUCCESS, LOG_PRINT("aclnnAddmmGetWorkspaceSize failed. ERROR: %d\n[ERROR msg]%s", ret, aclGetRecentErrMsg()); return ret);	138	CHECK_RET(ret == ACL_SUCCESS, LOG_PRINT("aclnnAddmmGetWorkspaceSize failed. ERROR: %d\n[ERROR msg]%s", ret, aclGetRecentErrMsg()); return ret);
139	```	139	```
140		140
141	- 上述构造空指针问题获取报错信息示例如下:	141	+ 上述构造空指针问题获取报错信息示例如下：
142		142
143	```bash	143	```bash
144	aclnnAddmmGetWorkspaceSize failed. ERROR: 161001	144	aclnnAddmmGetWorkspaceSize failed. ERROR: 161001

Mdocs/zh/context/data_format.md+1-1

	@@ -8,7 +8,7 @@
8		8
9	## 使用说明	9	## 使用说明
10		10
11	-目前大部分算子API都是支持ND数据格式的。例如aclnnAdd接口，均标明支持的数据格式是ND（即多维Tensor的，低维度优先连续排布的规则）。对于aclnnConvolution，其属于CNN类API，要求输入的aclTensor设置具有业务语义的格式，而不是ND格式。此类算子，在计算过程中需要知道Tensor中的业务语义才可以进行对应的计算。例如2D卷积中，需要知道Batch维度、Channel维度、Height维度、Width维度与Tensor维度的对应关系是什么。	11	+目前大部分算子API都是支持ND数据格式的。例如aclnnAdd接口，均标明支持的数据格式是ND（即多维Tensor，低维度优先连续排布的规则）。对于aclnnConvolution，其属于CNN类API，要求输入的aclTensor设置具有业务语义的格式，而不是ND格式。此类算子，在计算过程中需要知道Tensor中的业务语义才可以进行对应的计算。例如2D卷积中，需要知道Batch维度、Channel维度、Height维度、Width维度与Tensor维度的对应关系是什么。
12		12
13	>说明：	13	>说明：
14	>	14	>

Mdocs/zh/context/non_contiguous_tensor.md+1-1

	@@ -2,7 +2,7 @@
2		2
3	目前大部分算子API的输入aclTensor支持“非连续的Tensor”，即一个Tensor可以通过$shape, strides, offset$表示。	3	目前大部分算子API的输入aclTensor支持“非连续的Tensor”，即一个Tensor可以通过$shape, strides, offset$表示。
4		4
5	-说明：创建aclTensor可通过[《算子库接口》](https://hiascend.com/document/redirect/CannCommunityOplist)中“公共接口>aclCreateTensor”实现。	5	+说明：创建aclTensor可通过[《算子库接口》](https://hiascend.com/document/redirect/CannCommunityOplist)中"公共接口>aclCreateTensor"实现。
6		6
7	## 示例1	7	## 示例1
8		8

Mdocs/zh/debug/cann_sim.md+6-6

	@@ -104,10 +104,10 @@ cannsim record [options] user_app
104	2. 执行仿真命令，可参考以下使用示例	104	2. 执行仿真命令，可参考以下使用示例
105		105
106	```bash	106	```bash
107	- 方式一：启用仿真，并将输出保存至 ./output目录，/path/to/app为算子程序	107	+ # 方式一：启用仿真，并将输出保存至 ./output目录，/path/to/app为算子程序
108	$ cannsim record /path/to/app -o ./output -s Ascend950	108	$ cannsim record /path/to/app -o ./output -s Ascend950
109		109
110	- 方式二：启用仿真并生成报告，用于后续性能分析	110	+ # 方式二：启用仿真并生成报告，用于后续性能分析
111	$ cannsim record /path/to/app -o ./output -s Ascend950 --gen-report	111	$ cannsim record /path/to/app -o ./output -s Ascend950 --gen-report
112	```	112	```
113		113
	@@ -154,12 +154,12 @@ cannsim report [options]
154		154
155	## 使用示例	155	## 使用示例
156		156
157	-1. 参考仿真执行执行算子仿真，对比输出示例，确保对应的结果执行正确。	157	+1. 参考仿真执行，执行算子仿真，对比输出示例，确保对应的结果执行正确。
158	2. 执行仿真结果解析命令，可参考以下执行用例。	158	2. 执行仿真结果解析命令，可参考以下执行用例。
159		159
160	```bash	160	```bash
161	在当前目录下生成性能分析报告（默认仅分析核0）	161	在当前目录下生成性能分析报告（默认仅分析核0）
162	- cannsim report -e /path/to/cannsim_{timestamp}_${user_app}	162	+ cannsim report -e /path/to/cannsim_{timestamp}_${user_app}
163		163
164	在指定目录下生成核0、核1、核11、核12的性能分析报告	164	在指定目录下生成核0、核1、核11、核12的性能分析报告
165	cannsim report -e /path/to/cannsim_{timestamp}_${user_app} -o /path/to/report -n '0-1, 11-12'	165	cannsim report -e /path/to/cannsim_{timestamp}_${user_app} -o /path/to/report -n '0-1, 11-12'
	@@ -210,11 +210,11 @@ cannsim --help
210	```bash	210	```bash
211	cannsim record --help	211	cannsim record --help
212	```	212	```
213	-	213	+
214	查询工具report子命令的帮助信息：	214	查询工具report子命令的帮助信息：
215		215
216	```bash	216	```bash
217	- cannsim report --help	217	+ cannsim report --help
218	```	218	```
219		219
220	## 参数说明	220	## 参数说明

Mdocs/zh/debug/op_debug_prof.md+5-5

	@@ -8,13 +8,13 @@
8		8
9	* plog获取	9	* plog获取
10		10
11	- 程序执行结束后，默认可在"$HOME/ascend/log"下查看，host日志文件存储路径如下：	11	+ 程序执行结束后，默认可在"$HOME/ascend/log/debug/plog"下查看，host日志文件存储路径如下：
12		12
13	```bash	13	```bash
14	$HOME/ascend/log/debug/plog/plog-pid_*.log	14	$HOME/ascend/log/debug/plog/plog-pid_*.log
15	```	15	```
16		16
17	- 开启环境变量ASCEND_SLOG_PRINT_TO_STDOUT可以将log日志直接打屏显示(1:开启打屏，0：关闭打屏)，配置示例如下：	17	+ 开启环境变量ASCEND_SLOG_PRINT_TO_STDOUT可以将log日志直接打屏显示(1：开启打屏，0：关闭打屏)，配置示例如下：
18		18
19	```bash	19	```bash
20	export ASCEND_SLOG_PRINT_TO_STDOUT=1	20	export ASCEND_SLOG_PRINT_TO_STDOUT=1
	@@ -26,8 +26,8 @@
26		26
27	通过aclGetRecentErrMsg接口（参见[《Runtime运行时API》](https://hiascend.com/document/redirect/CannCommunityRuntimeApi)）获取aclnn接口调用过程中的异常信息，使用方法如下：	27	通过aclGetRecentErrMsg接口（参见[《Runtime运行时API》](https://hiascend.com/document/redirect/CannCommunityRuntimeApi)）获取aclnn接口调用过程中的异常信息，使用方法如下：
28		28
29	- ```bash	29	+ ```cpp
30	- printf(aclGetRecentErrMsg());	30	+ printf("%s",aclGetRecentErrMsg());
31	```	31	```
32		32
33	打印错误信息样例如下：	33	打印错误信息样例如下：
	@@ -81,7 +81,7 @@
81		81
82	可通过如下宏打印算子执行过程中的日志信息，包括DEBUG、INFO、WARN、ERROR级别日志。	82	可通过如下宏打印算子执行过程中的日志信息，包括DEBUG、INFO、WARN、ERROR级别日志。
83		83
84	- ```Cpp	84	+ ```c++
85	KERNEL_LOG_DEBUG(fmt, …) // fmt参数表示格式控制字符串	85	KERNEL_LOG_DEBUG(fmt, …) // fmt参数表示格式控制字符串
86	KERNEL_LOG_INFO(fmt, …)	86	KERNEL_LOG_INFO(fmt, …)
87	KERNEL_LOG_WARN(fmt, …)	87	KERNEL_LOG_WARN(fmt, …)

Mdocs/zh/develop/aicore_develop_guide.md+5-5

	@@ -256,8 +256,8 @@ graph LR
256	Kernel一共需要两个交付件：```${op_name}.cpp``` ```${op_name}.h```	256	Kernel一共需要两个交付件：```${op_name}.cpp``` ```${op_name}.h```
257	> 说明：	257	> 说明：
258	>	258	>
259	-> 1. `${op_name}.cpp`为kernel的入口函数只能放在`${op_name}/op_kernel`目录下；	259	+> 1. ```${op_name}.cpp```为kernel的入口函数只能放在`${op_name}/op_kernel`目录下；
260	-> 2. `${op_name}.h`文件可以按照不同SoC或模板放在对应目录下，例如：`${op_name}/op_kernel/arch32`、`${op_name}/op_kernel/arch35`或`${op_name}/op_kernel/impl`等目录下；	260	+> 2. ```${op_name}.h```文件可以按照不同SoC或模板放在对应目录下，例如：`${op_name}/op_kernel/arch32`、`${op_name}/op_kernel/arch35`或`${op_name}/op_kernel/impl`等目录下；
261		261
262	交付件1：${op_name}.cpp	262	交付件1：${op_name}.cpp
263		263
	@@ -349,7 +349,7 @@ __aicore__ inline void AddExample<T>::Init(GM_ADDR x, GM_ADDR y, GM_ADDR z, cons
349	blockLength_ = tilingData->totalLength / AscendC::GetBlockNum();	349	blockLength_ = tilingData->totalLength / AscendC::GetBlockNum();
350	...	350	...
351	// 3.2初始化GM地址	351	// 3.2初始化GM地址
352	- inputGMX.SetGlobalBuffer((__gm__ T)x + blockLength_ AscendC::GetBlockIdx(), blockLength_);	352	+ inputGMX_.SetGlobalBuffer((__gm__ T)x + blockLength_ AscendC::GetBlockIdx(), blockLength_);
353	...	353	...
354	// 3.3初始化队列长度	354	// 3.3初始化队列长度
355	pipe.InitBuffer(inputQueueX_, BUFFER_NUM, tileLength_ * sizeof(T));	355	pipe.InitBuffer(inputQueueX_, BUFFER_NUM, tileLength_ * sizeof(T));
	@@ -380,7 +380,7 @@ __aicore__ inline void AddExample<T>::Process()
380	在`scripts/kernel/binary_config`目录[ascendc_config.json](../../../scripts/kernel/binary_config/ascendc_config.json)中，注册算子的NPU型号和实现模式，示例如下，输入实际name和compute_units即可。	380	在`scripts/kernel/binary_config`目录[ascendc_config.json](../../../scripts/kernel/binary_config/ascendc_config.json)中，注册算子的NPU型号和实现模式，示例如下，输入实际name和compute_units即可。
381		381
382	```json	382	```json
383	-{"name":"AddExample", "compute_units": ["${soc_version}"], "auto_sync":true, "impl_mode" : "high_performance"},	383	+{"name":"AddExample", "compute_units": ["${soc_version}"], "auto_sync":true, "impl_mode" : "high_performance"}
384	```	384	```
385		385
386	## 编译部署	386	## 编译部署
	@@ -459,7 +459,7 @@ __aicore__ inline void AddExample<T>::Process()
459		459
460	### UT验证	460	### UT验证
461		461
462	-主要交付件代码开发过程中，可通过UT验证方式进行快速验证，无需编译部署算子包。	462	+在主要交付件代码开发过程中，可通过UT验证方式进行快速验证，无需编译部署算子包。
463		463
464	UT目录结构如下，需用户手动创建：	464	UT目录结构如下，需用户手动创建：
465		465

Mdocs/zh/develop/aicpu_develop_guide.md+13-13

	@@ -24,7 +24,7 @@
24		24
25	6. [编译部署](#编译部署)：通过工程编译脚本完成自定义算子的编译和安装。	25	6. [编译部署](#编译部署)：通过工程编译脚本完成自定义算子的编译和安装。
26		26
27	-7. [算子验证](#算子验证)：通过常见算子调用方式，验证自定义算子功能。	27	+7. [算子验证](#算子验证)：通过常见算子调用方式，验证自定义算子功能。
28		28
29	## 工程创建	29	## 工程创建
30		30
	@@ -62,7 +62,7 @@ ${op_name} # 替换为实际算子名的小写下
62	└── CMakeLists.txt # 算子cmakelist入口	62	└── CMakeLists.txt # 算子cmakelist入口
63	```	63	```
64		64
65	- 若```${op_class}```为全新算子分类需额外在`CMakeLists`中添加```add_subdirectory(${op_class})```，否则无法正常编译。	65	+ 若`${op_class}`为全新算子分类需额外在`CMakeLists`中添加`add_subdirectory(${op_class})`，否则无法正常编译。
66		66
67	```bash	67	```bash
68	if(ENABLE_EXPERIMENTAL)	68	if(ENABLE_EXPERIMENTAL)
	@@ -78,7 +78,7 @@ ${op_name} # 替换为实际算子名的小写下
78		78
79	## 算子定义	79	## 算子定义
80		80
81	-算子定义需要完成两个交付件：`README.md` ```${op_name}.json```	81	+算子定义需要完成两个交付件：`README.md` `${op_name}.json`
82		82
83	交付件1：README.md	83	交付件1：README.md
84		84
	@@ -106,13 +106,13 @@ graph LR
106		106
107	### 代码实现	107	### 代码实现
108		108
109	-Kernel一共需要两个交付件：```${op_name}_aicpu.cpp``` ```${op_name}_aicpu.h```	109	+Kernel一共需要两个交付件：`${op_name}_aicpu.cpp` `${op_name}_aicpu.h`
110		110
111	交付件1：${op_name}_aicpu.h	111	交付件1：${op_name}_aicpu.h
112		112
113	算子类声明	113	算子类声明
114		114
115	-Kernel实现的第一步，需在头文件```op_kernel_aicpu/${op_name}_aicpu.h```进行算子类的声明，算子类需继承CpuKernel基类。	115	+Kernel实现的第一步，需在头文件`op_kernel_aicpu/${op_name}_aicpu.h`进行算子类的声明，算子类需继承CpuKernel基类。
116	如需查看详细实现，请参考[add_example_aicpu.h](../../../examples/add_example_aicpu/op_kernel_aicpu/add_example_aicpu.h)。	116	如需查看详细实现，请参考[add_example_aicpu.h](../../../examples/add_example_aicpu/op_kernel_aicpu/add_example_aicpu.h)。
117		117
118	```CPP	118	```CPP
	@@ -180,9 +180,9 @@ uint32_t AddExampleCpuKernel::Compute(CpuKernelContext& ctx) {
180	case DT_FLOAT:	180	case DT_FLOAT:
181	return AddCompute<float>(...);	181	return AddCompute<float>(...);
182	case DT_INT32:	182	case DT_INT32:
183	- return AddCompute<int32>(...);	183	+ return AddCompute<int32_t>(...);
184	- ....	184	+ ...
185	- default : return PARAM_INVALID;	185	+ default : return kParamInvalid;
186	}	186	}
187	}	187	}
188		188
	@@ -231,14 +231,14 @@ REGISTER_CPU_KERNEL(kAddExample, AddExampleCpuKernel);
231	./build_out/cann-ops-nn-${vendor_name}_linux-${arch}.run	231	./build_out/cann-ops-nn-${vendor_name}_linux-${arch}.run
232	```	232	```
233		233
234	- 自定义算子包安装在```${ASCEND_HOME_PATH}/opp/vendors```路径中，```${ASCEND_HOME_PATH}```表示CANN软件安装目录，可提前在环境变量中配置。	234	+ 自定义算子包安装在`${ASCEND_HOME_PATH}/opp/vendors`路径中，`${ASCEND_HOME_PATH}`表示CANN软件安装目录，可提前在环境变量中配置。
235	-	235	+
236	4. （可选）卸载自定义算子包。	236	4. （可选）卸载自定义算子包。
237		237
238	- 自定义算子包安装后在```${ASCEND_HOME_PATH}/opp/vendors/custom_nn/scripts```目录会生成`uninstall.sh`，通过该脚本可卸载自定义算子包，命令如下：	238	+ 自定义算子包安装后在`${ASCEND_HOME_PATH}/opp/vendors/${vendor_name}_nn/scripts`目录会生成`uninstall.sh`，通过该脚本可卸载自定义算子包，命令如下：
239	-	239	+
240	```bash	240	```bash
241	- bash ${ASCEND_HOME_PATH}/opp/vendors/custom_nn/scripts/uninstall.sh	241	+ bash ${ASCEND_HOME_PATH}/opp/vendors/${vendor_name}_nn/scripts/uninstall.sh
242	```	242	```
243		243
244	## 算子验证	244	## 算子验证

Mdocs/zh/develop/cross_platform_migration_guide.md+4-4

	@@ -82,7 +82,7 @@
82	<td>可用ND2NZ/DN2NZ在MTE2阶段完成格式转换，减少中间buffer和格式转换开销；需关注步长、对齐与NZ形状映射</td>	82	<td>可用ND2NZ/DN2NZ在MTE2阶段完成格式转换，减少中间buffer和格式转换开销；需关注步长、对齐与NZ形状映射</td>
83	</tr>	83	</tr>
84	<tr>	84	<tr>
85	- <td>支持Cube->Vector高效内部数据通路:L1<->UB、L0C->UB、FIXP->UB</td>	85	+ <td>支持Cube->Vector高效内部数据通路：L1<->UB、L0C->UB、FIXP->UB</td>
86	<td>可在UB侧做中间累加/激活/融合（如切K累加、后处理），减少GM往返；对应同步与管线切分需调整</td>	86	<td>可在UB侧做中间累加/激活/融合（如切K累加、后处理），减少GM往返；对应同步与管线切分需调整</td>
87	</tr>	87	</tr>
88	<tr>	88	<tr>
	@@ -251,7 +251,7 @@ __simd_vf__ __aicore__ void GenIndexBuf(ubuf int32_t* helpAddr, int32_t colFacto
251		251
252	```cpp	252	```cpp
253	// 动态掩码：处理尾部不完整数据	253	// 动态掩码：处理尾部不完整数据
254	-__simd_vf__ __aicore__ void GatherProcess(ubuf int8_t* curYAddr, uint16_t repeatimes, uint16_t computeSize)	254	+__simd_vf__ __aicore__ void GatherProcess(ubuf int8_t* curYAddr, uint16_t repeatTimes, uint16_t computeSize)
255	{	255	{
256	MicroAPI::RegTensor<int8_t> vregTemp;	256	MicroAPI::RegTensor<int8_t> vregTemp;
257	MicroAPI::MaskReg preg;	257	MicroAPI::MaskReg preg;
	@@ -343,7 +343,7 @@ Ascend 950新架构引入UB2L1 & L0C2UB间的直连通路，实现矩阵计算
343	```cpp	343	```cpp
344	// 1. 新增: 搬入接口增加UB2L1的Nd2Nz搬入，支持Src&Dst都是LocalTensor的形式	344	// 1. 新增: 搬入接口增加UB2L1的Nd2Nz搬入，支持Src&Dst都是LocalTensor的形式
345	template <typename T>	345	template <typename T>
346	-__aicore__ inline void DataCopy(const LocalTensor<T>& dst, const LocalTensor<T>& src, const Nd2NzParams& intriParams)；	346	+__aicore__ inline void DataCopy(const LocalTensor<T>& dst, const LocalTensor<T>& src, const Nd2NzParams& intriParams);
347		347
348	// 2. 新增: 搬出接口增加L0C2UB的搬出,支持直接从L0C搬出到UB,支持Src&Dst都是LocalTensor的形式	348	// 2. 新增: 搬出接口增加L0C2UB的搬出,支持直接从L0C搬出到UB,支持Src&Dst都是LocalTensor的形式
349	template <typename T, typename U, const FixpipeConfig& config = CFG_ROW_MAJOR>	349	template <typename T, typename U, const FixpipeConfig& config = CFG_ROW_MAJOR>
	@@ -386,7 +386,7 @@ Ascend 950引入集合通信加速器CCU1.0，降低了访存需求，减少了
386	以[MatmulAllReduce](https://gitcode.com/cann/ops-transformer/tree/master/mc2/matmul_all_reduce)算子迁移适配为例：	386	以[MatmulAllReduce](https://gitcode.com/cann/ops-transformer/tree/master/mc2/matmul_all_reduce)算子迁移适配为例：
387	设置NnopbaseSetHcclServerType枚举值，A2为NNOPBASE_HCCL_SERVER_AICPU，950为NNOPBASE_HCCL_SERVER_TYPE_CCU。	387	设置NnopbaseSetHcclServerType枚举值，A2为NNOPBASE_HCCL_SERVER_AICPU，950为NNOPBASE_HCCL_SERVER_TYPE_CCU。
388		388
389	-```CPP	389	+```cpp
390	// ...	390	// ...
391	aclnnStatus aclnnMatmulAllReduce(	391	aclnnStatus aclnnMatmulAllReduce(
392	void* workspace, uint64_t workspaceSize, aclOpExecutor* executor, const aclrtStream stream)	392	void* workspace, uint64_t workspaceSize, aclOpExecutor* executor, const aclrtStream stream)

Mdocs/zh/develop/graph_develop_guide.md+2-2

	@@ -18,7 +18,7 @@ ${op_name} # 替换为实际算子名的小写下
18		18
19	## Shape与DataType推导	19	## Shape与DataType推导
20		20
21	-图模式需要完成两个交付件```${op_name}_graph_infer.cpp``` ```${op_name}_infershape.cpp```	21	+图模式需要完成两个交付件`${op_name}_graph_infer.cpp` `${op_name}_infershape.cpp`
22		22
23	交付件1：${op_name}_infershape.cpp	23	交付件1：${op_name}_infershape.cpp
24		24
	@@ -107,7 +107,7 @@ IMPL_OP(AddExample).InferDataType(InferDataTypeAddExample);
107		107
108	示例代码如下，展示了如何注册`AddExample`算子：	108	示例代码如下，展示了如何注册`AddExample`算子：
109		109
110	-```CPP	110	+```cpp
111	REG_OP(AddExample)	111	REG_OP(AddExample)
112	.INPUT(x1, TensorType({DT_FLOAT}))	112	.INPUT(x1, TensorType({DT_FLOAT}))
113	.INPUT(x2, TensorType({DT_FLOAT}))	113	.INPUT(x2, TensorType({DT_FLOAT}))

Mdocs/zh/develop/torch_extension_develop_guide.md+5-4

	@@ -4,7 +4,7 @@
4		4
5	本文档介绍如何使用Ascend C和[PyTorch Extension](https://docs.pytorch.org/tutorials/extension.html)能力开发自定义NPU算子。通过PyTorch Extension机制，可以将Ascend C开发的算子封装成PyTorch可调用的扩展包，实现与PyTorch原生操作一致的使用体验。	5	本文档介绍如何使用Ascend C和[PyTorch Extension](https://docs.pytorch.org/tutorials/extension.html)能力开发自定义NPU算子。通过PyTorch Extension机制，可以将Ascend C开发的算子封装成PyTorch可调用的扩展包，实现与PyTorch原生操作一致的使用体验。
6		6
7	-核心优势:	7	+核心优势：
8		8
9	- 单交付件：一个文件完成算子开发和PyTorch框架适配。	9	- 单交付件：一个文件完成算子开发和PyTorch框架适配。
10	- 高效调用：使用`<<<>>>`语法启动核函数，流程简单高效。	10	- 高效调用：使用`<<<>>>`语法启动核函数，流程简单高效。
	@@ -99,6 +99,7 @@ __global__ __aicore__ void add_kernel(GM_ADDR x, GM_ADDR y, GM_ADDR z, int64_t t
99		99
100	/**	100	/**
101	* 算子NPU调用实现	101	* 算子NPU调用实现
		102	+ * 具体实现参考(./examples/fast_kernel_launch_example/csrc/add/ascend910b/add.cpp)文件
102	*/	103	*/
103	torch::Tensor add_npu(const torch::Tensor &x, const torch::Tensor &y)	104	torch::Tensor add_npu(const torch::Tensor &x, const torch::Tensor &y)
104	{	105	{
	@@ -155,7 +156,7 @@ add_sources()
155	### 安装依赖	156	### 安装依赖
156		157
157	```bash	158	```bash
158	-pip install build pyyaml 'numpy<2' pytest	159	+pip install build pyyaml "numpy<2" pytest
159	```	160	```
160		161
161	### 编译命令	162	### 编译命令
	@@ -163,7 +164,7 @@ pip install build pyyaml 'numpy<2' pytest
163	在`ops-nn`目录下执行以下命令进行编译打包：	164	在`ops-nn`目录下执行以下命令进行编译打包：
164		165
165	```bash	166	```bash
166	-bash build.sh --pkg --experimental --soc=${soc} --ops=${op1,op2}	167	+bash build.sh --pkg --experimental --soc=${soc} --ops=${ops}
167	```	168	```
168		169
169	参数说明：	170	参数说明：
	@@ -229,5 +230,5 @@ cpu_y = y.cpu()
229	cpu_result = cpu_x + cpu_y	230	cpu_result = cpu_x + cpu_y
230		231
231	assert torch.allclose(cpu_result, result.cpu(), rtol=1e-6)	232	assert torch.allclose(cpu_result, result.cpu(), rtol=1e-6)
232	-print("验证成功！")	233	+print("验证成功!")
233	```	234	```

Mdocs/zh/install/build.md+1-1

	@@ -40,7 +40,7 @@ bash build.sh --help
40	\| -O${n} \| 可选 \| 指定编译优化级别，支持O0/O1/O2/O3（如：-O3），${n}为优化级别标识。 \|	40	\| -O${n} \| 可选 \| 指定编译优化级别，支持O0/O1/O2/O3（如：-O3），${n}为优化级别标识。 \|
41	\| -u \| 可选 \| 启用单元测试（UT）编译模式，编译所有UT目标。 \|	41	\| -u \| 可选 \| 启用单元测试（UT）编译模式，编译所有UT目标。 \|
42	\| --help, -h \| 可选 \| 打印脚本使用帮助信息。 \|	42	\| --help, -h \| 可选 \| 打印脚本使用帮助信息。 \|
43	-\| --ops \| 可选 \| 指定待编译的算子，如：mat_mul_v3，mse_loss，多个算子用英文逗号“,”分隔，不可与--ophost、--opapi同时使用。 \|	43	+\| --ops \| 可选 \| 指定待编译的算子，如：mat_mul_v3,mse_loss，多个算子用英文逗号“,”分隔，不可与--ophost、--opapi同时使用。 \|
44	\| --soc \| 可选 \| 指定NPU型号，每次编译只支持1个NPU型号。 \|	44	\| --soc \| 可选 \| 指定NPU型号，每次编译只支持1个NPU型号。 \|
45	\| --jit \| 可选 \| 静态图场景下，编译`cann-${soc_name}-ops-nn_${cann_version}_linux-${arch}.run`整包时不需要编译算子二进制文件（图的运行态会在线编译），可以配置该选项，以提升编译速度。 \|	45	\| --jit \| 可选 \| 静态图场景下，编译`cann-${soc_name}-ops-nn_${cann_version}_linux-${arch}.run`整包时不需要编译算子二进制文件（图的运行态会在线编译），可以配置该选项，以提升编译速度。 \|
46	\| --static \| 可选 \| 配置后，表示生成静态库文件，包含libcann_nn_static.a和aclnn接口头文件，搭配--pkg参数，生成静态库压缩包。\|	46	\| --static \| 可选 \| 配置后，表示生成静态库文件，包含libcann_nn_static.a和aclnn接口头文件，搭配--pkg参数，生成静态库压缩包。\|

Mdocs/zh/install/dir_structure.md+1-1

	@@ -89,7 +89,7 @@
89	├── docs # 项目相关文档目录	89	├── docs # 项目相关文档目录
90	├── examples # 端到端算子开发和调用示例	90	├── examples # 端到端算子开发和调用示例
91	│ ├── add_example # AI Core算子示例目录	91	│ ├── add_example # AI Core算子示例目录
92	-│ │ ├── CMakeLists.txt # 算子编译配置文件	92	+│ │ ├── CMakeLists.txt # 算子编译配置文件
93	│ │ ├── examples # 算子使用示例目录	93	│ │ ├── examples # 算子使用示例目录
94	│ │ ├── op_graph # 算子构图相关目录	94	│ │ ├── op_graph # 算子构图相关目录
95	│ │ ├── op_host # 算子信息库、Tiling、InferShape相关实现目录	95	│ │ ├── op_host # 算子信息库、Tiling、InferShape相关实现目录

Mdocs/zh/install/quick_install.md+3-3

	@@ -14,8 +14,8 @@
14	\| 安装方式 \| 使用说明 \| 使用场景 \|	14	\| 安装方式 \| 使用说明 \| 使用场景 \|
15	\| ----- \| ------ \| ------ \|	15	\| ----- \| ------ \| ------ \|
16	\| CANNLab \| 一站式开发平台，提供在线直接运行的昇腾环境，无需手动安装。<br>当前可提供单机算力，默认安装最新版本CANN包。 \| 适用于没有昇腾设备的开发者。\|	16	\| CANNLab \| 一站式开发平台，提供在线直接运行的昇腾环境，无需手动安装。<br>当前可提供单机算力，默认安装最新版本CANN包。 \| 适用于没有昇腾设备的开发者。\|
17	-\| Docker \| Docker镜像是一种高效部署方式，已预集成CANN包和必备依赖。<br>当前仅适用于Atlas A2系列产品，OS仅支持Ubuntu操作系统。默认安装最新版本CANN包。 \|适用有昇腾设备，需要快速搭建环境的开发者。\|	17	+\| Docker \| Docker镜像是一种高效部署方式，已预集成CANN包和必备依赖。<br>当前仅适用于Atlas A2系列产品，OS仅支持Ubuntu操作系统。默认安装最新版本CANN包。 \|适用于有昇腾设备，需要快速搭建环境的开发者。\|
18	-\| 手动安装 \| 手动安装CANN包和基础依赖，灵活性高。 \|适用有昇腾设备，想体验手动安装CANN包或体验最新master分支能力的开发者。\|	18	+\| 手动安装 \| 手动安装CANN包和基础依赖，灵活性高。 \|适用于有昇腾设备，想体验手动安装CANN包或体验最新master分支能力的开发者。\|
19		19
20	### 方式1：CANNLab	20	### 方式1：CANNLab
21		21
	@@ -146,7 +146,7 @@
146		146
147	2. 安装依赖。	147	2. 安装依赖。
148		148
149	- 先通过项目根目录install\_deps.sh一键安装上述依赖，命令如下，若遇到不支持系统，请参考该文件自行适配。	149	+ 先通过项目根目录install\_deps.sh一键安装上述依赖，命令如下，若遇到不支持的系统，请参考该文件自行适配。
150		150
151	```bash	151	```bash
152	bash install_deps.sh	152	bash install_deps.sh

Mdocs/zh/invocation/quick_op_invocation.md+57-57

	@@ -84,7 +84,7 @@
84	```bash	84	```bash
85	# 静态库文件路径	85	# 静态库文件路径
86	static_lib_path=""	86	static_lib_path=""
87	-	87	+
88	# 环境变量生效	88	# 环境变量生效
89	if [ -n "$ASCEND_INSTALL_PATH" ]; then	89	if [ -n "$ASCEND_INSTALL_PATH" ]; then
90	_ASCEND_INSTALL_PATH=$ASCEND_INSTALL_PATH	90	_ASCEND_INSTALL_PATH=$ASCEND_INSTALL_PATH
	@@ -93,9 +93,9 @@
93	else	93	else
94	_ASCEND_INSTALL_PATH="/usr/local/Ascend/cann"	94	_ASCEND_INSTALL_PATH="/usr/local/Ascend/cann"
95	fi	95	fi
96	-	96	+
97	source ${_ASCEND_INSTALL_PATH}/bin/setenv.bash	97	source ${_ASCEND_INSTALL_PATH}/bin/setenv.bash
98	-	98	+
99	# 编译可执行文件	99	# 编译可执行文件
100	g++ test_aclnn_transpose_batch_mat_mul.cpp \	100	g++ test_aclnn_transpose_batch_mat_mul.cpp \
101	-I ${static_lib_path}/include \	101	-I ${static_lib_path}/include \
	@@ -108,12 +108,12 @@
108	-lpthread -lmmpa -lmetadef -lascendalog -lregister -lopp_registry -lops_base -lascendcl -ltiling_api -lplatform \	108	-lpthread -lmmpa -lmetadef -lascendalog -lregister -lopp_registry -lops_base -lascendcl -ltiling_api -lplatform \
109	-ldl -lc_sec -lnnopbase -lruntime -lerror_manager -lunified_dlog \	109	-ldl -lc_sec -lnnopbase -lruntime -lerror_manager -lunified_dlog \
110	-o test_aclnn_transpose_batch_mat_mul # 替换为实际算子可执行文件名	110	-o test_aclnn_transpose_batch_mat_mul # 替换为实际算子可执行文件名
111	-	111	+
112	# 执行程序	112	# 执行程序
113	./test_aclnn_transpose_batch_mat_mul	113	./test_aclnn_transpose_batch_mat_mul
114	```	114	```
115		115
116	- \$\{static_lib_path\}表示静态库统一放置路径；\$\{ASCEND_INSTALL_PATH\}已通过环境变量配置，表示CANN toolkit包安装路径；最终可执行文件名请替换为实际算子可执行文件名。	116	+ \$\{static_lib_path\}表示静态库统一放置路径；\$\{ASCEND_INSTALL_PATH\}已通过环境变量配置，表示CANN toolkit包安装路径；最终可执行文件名请替换为实际算子可执行文件名。
117		117
118	其中lcann_nn_static、lcann_math_static、lcann_legacy_static表示算子依赖的静态库文件，从静态库统一放置路径\$\{static_lib_path\}中获取；	118	其中lcann_nn_static、lcann_math_static、lcann_legacy_static表示算子依赖的静态库文件，从静态库统一放置路径\$\{static_lib_path\}中获取；
119	lgraph、lmetadef等表示算子依赖的底层库文件，可在CANN toolkit包获取。	119	lgraph、lmetadef等表示算子依赖的底层库文件，可在CANN toolkit包获取。
	@@ -241,7 +241,7 @@
241	{	241	{
242	int32_t deviceId = 0;	242	int32_t deviceId = 0;
243	aclrtStream stream;	243	aclrtStream stream;
244	-	244	+
245	auto ret = aclnnAddExampleTest(deviceId, stream);	245	auto ret = aclnnAddExampleTest(deviceId, stream);
246	// 释放device资源以及acl去初始化	246	// 释放device资源以及acl去初始化
247	aclrtDestroyStream(stream);	247	aclrtDestroyStream(stream);
	@@ -260,7 +260,7 @@
260		260
261	- 调用自定义算子：依赖自定义算子包	261	- 调用自定义算子：依赖自定义算子包
262		262
263	- ```bash	263	+ ```cmake
264	cmake_minimum_required(VERSION 3.14)	264	cmake_minimum_required(VERSION 3.14)
265	# 设置工程名	265	# 设置工程名
266	project(ACLNN_EXAMPLE)	266	project(ACLNN_EXAMPLE)
	@@ -269,18 +269,18 @@
269	add_compile_options(-std=c++11)	269	add_compile_options(-std=c++11)
270		270
271	# 设置编译输出目录为当前目录下的bin文件夹	271	# 设置编译输出目录为当前目录下的bin文件夹
272	- set(CMAKE_RUNTIME_OUTPUT_DIRECTORY "./bin")	272	+ set(CMAKE_RUNTIME_OUTPUT_DIRECTORY "./bin")
273		273
274	# 设置调试和发布模式的编译选项	274	# 设置调试和发布模式的编译选项
275	set(CMAKE_CXX_FLAGS_DEBUG "-fPIC -O0 -g -Wall")	275	set(CMAKE_CXX_FLAGS_DEBUG "-fPIC -O0 -g -Wall")
276	set(CMAKE_CXX_FLAGS_RELEASE "-fPIC -O2 -Wall")	276	set(CMAKE_CXX_FLAGS_RELEASE "-fPIC -O2 -Wall")
277		277
278	# 添加可执行文件（自定义：替换为实际调用算子的*.cpp文件）	278	# 添加可执行文件（自定义：替换为实际调用算子的*.cpp文件）
279	- add_executable(${test_aclnn_op_name}	279	+ add_executable(${test_aclnn_op_name}
280	- ${test_aclnn_op_name}.cpp)	280	+ ${test_aclnn_op_name}.cpp)
281		281
282	# ASCEND_PATH（如遇CANN包路径有误，请根据实际路径修改）	282	# ASCEND_PATH（如遇CANN包路径有误，请根据实际路径修改）
283	- if(NOT "$ENV{ASCEND_HOME_PATH}" STREQUAL "")	283	+ if(NOT "$ENV{ASCEND_HOME_PATH}" STREQUAL "")
284	set(ASCEND_PATH $ENV{ASCEND_HOME_PATH})	284	set(ASCEND_PATH $ENV{ASCEND_HOME_PATH})
285	else()	285	else()
286	set(ASCEND_PATH "/usr/local/Ascend/cann")	286	set(ASCEND_PATH "/usr/local/Ascend/cann")
	@@ -296,7 +296,7 @@
296	endforeach()	296	endforeach()
297		297
298	if(NOT DEFINED TARGET_SUBDIR)	298	if(NOT DEFINED TARGET_SUBDIR)
299	- message(FATAL_ERROR "在路径${ASCEND_PATH}中未找到自定义算子包")	299	+ message(FATAL_ERROR "在路径${ASCEND_PATH}中未找到自定义算子包")
300	endif()	300	endif()
301		301
302	# 设置头文件路径	302	# 设置头文件路径
	@@ -310,7 +310,7 @@
310	)	310	)
311		311
312	# 链接所需的动态库（自定义：替换为实际算子可执行文件）	312	# 链接所需的动态库（自定义：替换为实际算子可执行文件）
313	- target_link_libraries(${test_aclnn_op_name} PRIVATE	313	+ target_link_libraries(${test_aclnn_op_name} PRIVATE
314	${ASCEND_PATH}/lib64/libascendcl.so	314	${ASCEND_PATH}/lib64/libascendcl.so
315	${ASCEND_PATH}/lib64/libnnopbase.so	315	${ASCEND_PATH}/lib64/libnnopbase.so
316	${TARGET_SUBDIR}/op_api/lib/libcust_opapi.so # 链接自定义算子库文件	316	${TARGET_SUBDIR}/op_api/lib/libcust_opapi.so # 链接自定义算子库文件
	@@ -319,53 +319,53 @@
319	"-Wl,-rpath,${TARGET_SUBDIR}/op_api/lib"	319	"-Wl,-rpath,${TARGET_SUBDIR}/op_api/lib"
320	)	320	)
321		321
322	- # 安装目标文件到bin目录（自定义：替换为实际算子可执行文件）	322	+ # 安装目标文件到bin目录（自定义：替换为实际算子可执行文件）
323	install(TARGETS ${test_aclnn_op_name} DESTINATION ${CMAKE_RUNTIME_OUTPUT_DIRECTORY})	323	install(TARGETS ${test_aclnn_op_name} DESTINATION ${CMAKE_RUNTIME_OUTPUT_DIRECTORY})
324	```	324	```
325		325
326	- 调用标准算子（内置算子）：依赖op-nn整包	326	- 调用标准算子（内置算子）：依赖op-nn整包
327		327
328	- ```bash	328	+ ```cmake
329	cmake_minimum_required(VERSION 3.14)	329	cmake_minimum_required(VERSION 3.14)
330	# 设置工程名	330	# 设置工程名
331	project(ACLNN_EXAMPLE)	331	project(ACLNN_EXAMPLE)
332	-	332	+
333	# 设置C++编译标准	333	# 设置C++编译标准
334	add_compile_options(-std=c++11)	334	add_compile_options(-std=c++11)
335	-	335	+
336	# 设置编译输出目录为当前目录下的bin文件夹	336	# 设置编译输出目录为当前目录下的bin文件夹
337	set(CMAKE_RUNTIME_OUTPUT_DIRECTORY "./bin")	337	set(CMAKE_RUNTIME_OUTPUT_DIRECTORY "./bin")
338	-	338	+
339	# 设置调试和发布模式的编译选项	339	# 设置调试和发布模式的编译选项
340	set(CMAKE_CXX_FLAGS_DEBUG "-fPIC -O0 -g -Wall")	340	set(CMAKE_CXX_FLAGS_DEBUG "-fPIC -O0 -g -Wall")
341	set(CMAKE_CXX_FLAGS_RELEASE "-fPIC -O2 -Wall")	341	set(CMAKE_CXX_FLAGS_RELEASE "-fPIC -O2 -Wall")
342	-	342	+
343	# 添加可执行文件（自定义：替换为实际调用算子的*.cpp文件）	343	# 添加可执行文件（自定义：替换为实际调用算子的*.cpp文件）
344	add_executable(${test_aclnn_op_name}	344	add_executable(${test_aclnn_op_name}
345	${test_aclnn_op_name}.cpp)	345	${test_aclnn_op_name}.cpp)
346	-	346	+
347	# ASCEND_PATH（如遇CANN包路径有误，请根据实际路径修改）	347	# ASCEND_PATH（如遇CANN包路径有误，请根据实际路径修改）
348	if(NOT "$ENV{ASCEND_HOME_PATH}" STREQUAL "")	348	if(NOT "$ENV{ASCEND_HOME_PATH}" STREQUAL "")
349	set(ASCEND_PATH $ENV{ASCEND_HOME_PATH})	349	set(ASCEND_PATH $ENV{ASCEND_HOME_PATH})
350	else()	350	else()
351	set(ASCEND_PATH "/usr/local/Ascend/cann")	351	set(ASCEND_PATH "/usr/local/Ascend/cann")
352	endif()	352	endif()
353	-	353	+
354	# 设置头文件路径	354	# 设置头文件路径
355	set(INCLUDE_BASE_DIR "${ASCEND_PATH}/include")	355	set(INCLUDE_BASE_DIR "${ASCEND_PATH}/include")
356	include_directories(	356	include_directories(
357	${INCLUDE_BASE_DIR}	357	${INCLUDE_BASE_DIR}
358	${ASCEND_PATH}/include/aclnnop	358	${ASCEND_PATH}/include/aclnnop
359	)	359	)
360	-	360	+
361	# 链接所需的动态库（自定义：替换为实际算子可执行文件）	361	# 链接所需的动态库（自定义：替换为实际算子可执行文件）
362	target_link_libraries(${test_aclnn_op_name} PRIVATE	362	target_link_libraries(${test_aclnn_op_name} PRIVATE
363	${ASCEND_PATH}/lib64/libascendcl.so	363	${ASCEND_PATH}/lib64/libascendcl.so
364	${ASCEND_PATH}/lib64/libnnopbase.so	364	${ASCEND_PATH}/lib64/libnnopbase.so
365	${ASCEND_PATH}/lib64/libopapi_nn.so # 链接内置算子库文件	365	${ASCEND_PATH}/lib64/libopapi_nn.so # 链接内置算子库文件
366	)	366	)
367	-	367	+
368	- # 安装目标文件到bin目录（自定义：替换为实际算子可执行文件）	368	+ # 安装目标文件到bin目录（自定义：替换为实际算子可执行文件）
369	install(TARGETS ${test_aclnn_op_name} DESTINATION ${CMAKE_RUNTIME_OUTPUT_DIRECTORY})	369	install(TARGETS ${test_aclnn_op_name} DESTINATION ${CMAKE_RUNTIME_OUTPUT_DIRECTORY})
370	```	370	```
371		371
	@@ -381,11 +381,11 @@
381	else	381	else
382	_ASCEND_INSTALL_PATH="/usr/local/Ascend/cann"	382	_ASCEND_INSTALL_PATH="/usr/local/Ascend/cann"
383	fi	383	fi
384	-	384	+
385	source ${_ASCEND_INSTALL_PATH}/bin/setenv.bash	385	source ${_ASCEND_INSTALL_PATH}/bin/setenv.bash
386	-	386	+
387	rm -rf build	387	rm -rf build
388	- mkdir -p build	388	+ mkdir -p build
389	cd build	389	cd build
390	cmake ../ -DCMAKE_CXX_COMPILER=g++ -DCMAKE_SKIP_RPATH=TRUE # 执行构建命令	390	cmake ../ -DCMAKE_CXX_COMPILER=g++ -DCMAKE_SKIP_RPATH=TRUE # 执行构建命令
391	make	391	make
	@@ -431,41 +431,41 @@
431	int main() {	431	int main() {
432	// 1. 创建图对象	432	// 1. 创建图对象
433	Graph graph(graphName);	433	Graph graph(graphName);
434	-	434	+
435	// 2. 图全局编译选项初始化	435	// 2. 图全局编译选项初始化
436	Status ret = ge::GEInitialize(globalOptions);	436	Status ret = ge::GEInitialize(globalOptions);
437	-	437	+
438	// 3. 创建AddExample算子实例	438	// 3. 创建AddExample算子实例
439	auto add1 = op::AddExample("add1");	439	auto add1 = op::AddExample("add1");
440	-	440	+
441	// 4. 定义图输入输出向量	441	// 4. 定义图输入输出向量
442	std::vector<Operator> inputs{};	442	std::vector<Operator> inputs{};
443	std::vector<Operator> outputs{};	443	std::vector<Operator> outputs{};
444	-	444	+
445	// 5. 准备输入数据	445	// 5. 准备输入数据
446	std::vector<int64_t> xShape = {32,4,4,4};	446	std::vector<int64_t> xShape = {32,4,4,4};
447	// 宏展开方式处理变量赋值	447	// 宏展开方式处理变量赋值
448	ADD_INPUT(1, x1, inDtype, xShape);	448	ADD_INPUT(1, x1, inDtype, xShape);
449	ADD_INPUT(2, x2, inDtype, xShape);	449	ADD_INPUT(2, x2, inDtype, xShape);
450	ADD_OUTPUT(1, y, inDtype, xShape);	450	ADD_OUTPUT(1, y, inDtype, xShape);
451	-	451	+
452	outputs.push_back(add1);	452	outputs.push_back(add1);
453	-	453	+
454	// 6. 设置图对象的输入算子和输出算子	454	// 6. 设置图对象的输入算子和输出算子
455	graph.SetInputs(inputs).SetOutputs(outputs);	455	graph.SetInputs(inputs).SetOutputs(outputs);
456	-	456	+
457	// 7. 创建session对象	457	// 7. 创建session对象
458	ge::Session* session = new Session(buildOptions);	458	ge::Session* session = new Session(buildOptions);
459	-	459	+
460	// 8. session添加图	460	// 8. session添加图
461	ret = session->AddGraph(graphId, graph, graphOptions);	461	ret = session->AddGraph(graphId, graph, graphOptions);
462	-	462	+
463	// 9. 运行图	463	// 9. 运行图
464	ret = session->RunGraph(graphId, input, output);	464	ret = session->RunGraph(graphId, input, output);
465	-	465	+
466	// 10. 释放资源	466	// 10. 释放资源
467	GEFinalize();	467	GEFinalize();
468	-	468	+
469	return 0;	469	return 0;
470	}	470	}
471	```	471	```
	@@ -474,12 +474,12 @@
474		474
475	在`${test_geir_op_name}.cpp`同级目录下创建CMakeLists.txt文件，GE图引擎会根据配置好的环境变量自动加载已安装好的算子包（无论是自定义算子包或是标准内置算子包）库文件，无需特意区分。示例如下，仅供参考，请根据实际情况自行修改。	475	在`${test_geir_op_name}.cpp`同级目录下创建CMakeLists.txt文件，GE图引擎会根据配置好的环境变量自动加载已安装好的算子包（无论是自定义算子包或是标准内置算子包）库文件，无需特意区分。示例如下，仅供参考，请根据实际情况自行修改。
476		476
477	- ```bash	477	+ ```cmake
478	cmake_minimum_required(VERSION 3.14)	478	cmake_minimum_required(VERSION 3.14)
479	-	479	+
480	# 设置工程名	480	# 设置工程名
481	project(GE_IR_EXAMPLE)	481	project(GE_IR_EXAMPLE)
482	-	482	+
483	if(NOT "$ENV{ASCEND_OPP_PATH}" STREQUAL "")	483	if(NOT "$ENV{ASCEND_OPP_PATH}" STREQUAL "")
484	get_filename_component(ASCEND_PATH $ENV{ASCEND_OPP_PATH} DIRECTORY)	484	get_filename_component(ASCEND_PATH $ENV{ASCEND_OPP_PATH} DIRECTORY)
485	elseif(NOT "$ENV{ASCEND_HOME_PATH}" STREQUAL "")	485	elseif(NOT "$ENV{ASCEND_HOME_PATH}" STREQUAL "")
	@@ -487,31 +487,31 @@
487	else()	487	else()
488	set(ASCEND_PATH "/usr/local/Ascend/cann")	488	set(ASCEND_PATH "/usr/local/Ascend/cann")
489	endif()	489	endif()
490	-	490	+
491	set(FWK_INCLUDE_DIR "${ASCEND_PATH}/compiler/include")	491	set(FWK_INCLUDE_DIR "${ASCEND_PATH}/compiler/include")
492	-	492	+
493	message(STATUS "ASCEND_PATH: ${ASCEND_PATH}")	493	message(STATUS "ASCEND_PATH: ${ASCEND_PATH}")
494	-	494	+
495	file(GLOB files CONFIGURE_DEPENDS	495	file(GLOB files CONFIGURE_DEPENDS
496	- ${test_geir_op_name}.cpp	496	+ ${test_geir_op_name}.cpp
497	)	497	)
498	-	498	+
499	# 添加可执行文件（请替换为实际算子可执行文件）	499	# 添加可执行文件（请替换为实际算子可执行文件）
500	- add_executable(${test_geir_op_name} ${files})	500	+ add_executable(${test_geir_op_name} ${files})
501	-	501	+
502	find_library(GRAPH_LIBRARY_DIR libgraph.so "${ASCEND_PATH}/compiler/lib64/stub")	502	find_library(GRAPH_LIBRARY_DIR libgraph.so "${ASCEND_PATH}/compiler/lib64/stub")
503	find_library(GE_RUNNER_LIBRARY_DIR libge_runner.so "${ASCEND_PATH}/compiler/lib64/stub")	503	find_library(GE_RUNNER_LIBRARY_DIR libge_runner.so "${ASCEND_PATH}/compiler/lib64/stub")
504	find_library(GRAPH_BASE_LIBRARY_DIR libgraph_base.so "${ASCEND_PATH}/compiler/lib64")	504	find_library(GRAPH_BASE_LIBRARY_DIR libgraph_base.so "${ASCEND_PATH}/compiler/lib64")
505	-	505	+
506	# 链接所需的动态库	506	# 链接所需的动态库
507	- target_link_libraries(${test_geir_op_name} PRIVATE	507	+ target_link_libraries(${test_geir_op_name} PRIVATE
508	${GRAPH_LIBRARY_DIR}	508	${GRAPH_LIBRARY_DIR}
509	${GE_RUNNER_LIBRARY_DIR}	509	${GE_RUNNER_LIBRARY_DIR}
510	${GRAPH_BASE_LIBRARY_DIR}	510	${GRAPH_BASE_LIBRARY_DIR}
511	)	511	)
512	-	512	+
513	# 设置头文件路径	513	# 设置头文件路径
514	- target_include_directories(${test_geir_op_name} PRIVATE	514	+ target_include_directories(${test_geir_op_name} PRIVATE
515	${FWK_INCLUDE_DIR}/graph/	515	${FWK_INCLUDE_DIR}/graph/
516	${FWK_INCLUDE_DIR}/ge/	516	${FWK_INCLUDE_DIR}/ge/
517	${ASCEND_PATH}/opp/built-in/op_proto/inc/	517	${ASCEND_PATH}/opp/built-in/op_proto/inc/
	@@ -532,11 +532,11 @@
532	else	532	else
533	_ASCEND_INSTALL_PATH="/usr/local/Ascend/cann"	533	_ASCEND_INSTALL_PATH="/usr/local/Ascend/cann"
534	fi	534	fi
535	-	535	+
536	- source ${_ASCEND_INSTALL_PATH}/bin/setenv.bash	536	+ source ${_ASCEND_INSTALL_PATH}/bin/setenv.bash
537	-	537	+
538	- rm -rf build	538	+ rm -rf build
539	- mkdir -p build	539	+ mkdir -p build
540	cd build	540	cd build
541	cmake ../ -DCMAKE_CXX_COMPILER=g++ -DCMAKE_SKIP_RPATH=TRUE # 执行构建命令	541	cmake ../ -DCMAKE_CXX_COMPILER=g++ -DCMAKE_SKIP_RPATH=TRUE # 执行构建命令
542	make	542	make

Mdocs/zh/op_api_list.md+5-6

Mdocs/zh/op_list.md+11-12

	@@ -139,7 +139,7 @@
139	</tr>	139	</tr>
140	<tr>	140	<tr>
141	<td>activation</td>	141	<td>activation</td>
142	- <td><a href="../../activation/fast_gelu_v2/README.md">fast_gelu</a></td>	142	+ <td><a href="../../activation/fast_gelu_v2/README.md">fast_gelu_v2</a></td>
143	<td>✓</td>	143	<td>✓</td>
144	<td>✓</td>	144	<td>✓</td>
145	<td>✓</td>	145	<td>✓</td>
	@@ -2513,7 +2513,7 @@
2513	<td>✓</td>	2513	<td>✓</td>
2514	<td>✓</td>	2514	<td>✓</td>
2515	<td>✓</td>	2515	<td>✓</td>
2516	- <td>✓</td>0	2516	+ <td>✓</td>
2517	<td>AI Core</td>	2517	<td>AI Core</td>
2518	<td>该算子暂无Ascend C代码实现，欢迎开发者补充贡献，贡献方式参考<a href="../../CONTRIBUTING.md">贡献指南</a>。</td>	2518	<td>该算子暂无Ascend C代码实现，欢迎开发者补充贡献，贡献方式参考<a href="../../CONTRIBUTING.md">贡献指南</a>。</td>
2519	</tr>	2519	</tr>
	@@ -3095,7 +3095,7 @@
3095	<td>✓</td>	3095	<td>✓</td>
3096	<td>✓</td>	3096	<td>✓</td>
3097	<td>AI Core</td>	3097	<td>AI Core</td>
3098	- <td>RmsNorm算子是大模型常用的归一化操作，相比LayerNorm算子，其去掉了减去均值的部分。DynamicQuant算子则是为输入张量进行对称动态量化的算子。AddRmsNormDynamicQuantV2算子将RmsNorm前的Add算子和RmsNorm归一化输出给到的1个或2个DynamicQuant算子融合起来，减少搬入搬出操作。AddRmsNormDynamicQuant算子相较于AddRmsNormDynamicQuantV2在RmsNorm计算过程中增加了偏置项betaOptional参数，即计算对应公式中的beta，以及新增输出配置项output_mask参数，用于配置是否输出对应位置的量化结果。</td>	3098	+ <td>RmsNorm算子是大模型常用的归一化操作，相比LayerNorm算子，其去掉了减去均值的部分。DynamicQuant算子则是为输入张量进行对称动态量化的算子。AddRmsNormDynamicQuant算子将RmsNorm前的Add算子和RmsNorm归一化输出给到的1个或2个DynamicQuant算子融合起来，减少搬入搬出操作。AddRmsNormDynamicQuant算子相较于AddRmsNormDynamicQuantV2在RmsNorm计算过程中增加了偏置项betaOptional参数，即计算对应公式中的beta，以及新增输出配置项output_mask参数，用于配置是否输出对应位置的量化结果。</td>
3099	</tr>	3099	</tr>
3100	<tr>	3100	<tr>
3101	<td>norm</td>	3101	<td>norm</td>
	@@ -3548,7 +3548,7 @@
3548	<td>AI Core</td>	3548	<td>AI Core</td>
3549	<td>L2Normalize的反向计算。计算输入x的梯度dx。</td>	3549	<td>L2Normalize的反向计算。计算输入x的梯度dx。</td>
3550	</tr>	3550	</tr>
3551	- <tr>	3551	+ <tr>
3552	<td>norm</td>	3552	<td>norm</td>
3553	<td><a href="../../norm/rms_norm_grad_quant/README.md">rms_norm_grad_quant</a></td>	3553	<td><a href="../../norm/rms_norm_grad_quant/README.md">rms_norm_grad_quant</a></td>
3554	<td>✓</td>	3554	<td>✓</td>
	@@ -3688,7 +3688,7 @@
3688	<td>AI Core</td>	3688	<td>AI Core</td>
3689	<td>执行Adadelta优化器的单步参数更新，根据当前梯度、梯度平方累积accum和更新量平方累积accum_update，原地更新权重参数var以及accum、accum_update。</td>	3689	<td>执行Adadelta优化器的单步参数更新，根据当前梯度、梯度平方累积accum和更新量平方累积accum_update，原地更新权重参数var以及accum、accum_update。</td>
3690	</tr>	3690	</tr>
3691	- <tr>	3691	+ <tr>
3692	<td>optim</td>	3692	<td>optim</td>
3693	<td><a href="../../optim/inplace_apply_adadelta/README.md">inplace_apply_adadelta</a></td>	3693	<td><a href="../../optim/inplace_apply_adadelta/README.md">inplace_apply_adadelta</a></td>
3694	<td>✓</td>	3694	<td>✓</td>
	@@ -3896,7 +3896,7 @@
3896	<td>✗</td>	3896	<td>✗</td>
3897	<td>✓</td>	3897	<td>✓</td>
3898	<td>AI Core</td>	3898	<td>AI Core</td>
3899	- <td>对模型中的一个参数（如权重），完成Adam优化算法的单步计算和更新，在adam_apply_one_with_decay基础上增加了赋值操作，确保更新后的值被正确的地保存。</td>	3899	+ <td>对模型中的一个参数（如权重），完成Adam优化算法的单步计算和更新，在adam_apply_one_with_decay基础上增加了赋值操作，确保更新后的值被正确地保存。</td>
3900	</tr>	3900	</tr>
3901	<tr>	3901	<tr>
3902	<td>optim</td>	3902	<td>optim</td>
	@@ -3996,7 +3996,7 @@
3996	<td>✓</td>	3996	<td>✓</td>
3997	<td>✗</td>	3997	<td>✗</td>
3998	<td>AI Core</td>	3998	<td>AI Core</td>
3999	- <td>根据输入的output_size计算每次kernel的大小，对输入x进行3维最大池化操作，输出池化后的值y和索引indices。</td>	3999	+ <td>根据输入的output_size计算每次kernel的大小，对输入x进行2维最大池化操作，输出池化后的值y和索引indices。</td>
4000	</tr>	4000	</tr>
4001	<tr>	4001	<tr>
4002	<td>pooling</td>	4002	<td>pooling</td>
	@@ -4520,7 +4520,7 @@
4520	</tr>	4520	</tr>
4521	<tr>	4521	<tr>
4522	<td>quant</td>	4522	<td>quant</td>
4523	- <td><a href="../../quant/quant_max/README.md">group_max</a></td>	4523	+ <td><a href="../../quant/quant_max/README.md">quant_max</a></td>
4524	<td>✓</td>	4524	<td>✓</td>
4525	<td>✓</td>	4525	<td>✓</td>
4526	<td>✓</td>	4526	<td>✓</td>
	@@ -4530,7 +4530,7 @@
4530	</tr>	4530	</tr>
4531	<tr>	4531	<tr>
4532	<td>quant</td>	4532	<td>quant</td>
4533	- <td><a href="../../quant/grouped_quant_max/README.md">group_max</a></td>	4533	+ <td><a href="../../quant/grouped_quant_max/README.md">grouped_quant_max</a></td>
4534	<td>✓</td>	4534	<td>✓</td>
4535	<td>✓</td>	4535	<td>✓</td>
4536	<td>✓</td>	4536	<td>✓</td>
	@@ -4640,7 +4640,7 @@
4640	</tr>	4640	</tr>
4641	<tr>	4641	<tr>
4642	<td>rnn</td>	4642	<td>rnn</td>
4643	- <td><a href="../../rnn/bidirection_lstmv2/README.md">bidirection_lstm_v2</a></td>	4643	+ <td><a href="../../rnn/bidirection_lstmv2/README.md">bidirection_lstmv2</a></td>
4644	<td>✓</td>	4644	<td>✓</td>
4645	<td>✓</td>	4645	<td>✓</td>
4646	<td>✓</td>	4646	<td>✓</td>
	@@ -4949,8 +4949,7 @@
4949	<td>AI Core</td>	4949	<td>AI Core</td>
4950	<td>稀疏版本的AdagradV2优化器算子，根据稀疏梯度和索引向量原地更新参数变量和累加器。</td>	4950	<td>稀疏版本的AdagradV2优化器算子，根据稀疏梯度和索引向量原地更新参数变量和累加器。</td>
4951	</tr>	4951	</tr>
4952	- </tr>	4952	+ <tr>
4953	- <tr>
4954	<td>optim</td>	4953	<td>optim</td>
4955	<td><a href="../../optim/inplace_apply_power_sign/README.md">inplace_apply_power_sign</a></td>	4954	<td><a href="../../optim/inplace_apply_power_sign/README.md">inplace_apply_power_sign</a></td>
4956	<td>✓</td>	4955	<td>✓</td>

	@@ -31,8 +31,8 @@
31	\| 依赖 \| 不涉及 \| cmake/third_party/nlohmann_json.cmake \| [https://gitcode.com/cann-src-third-party/json/releases/download/v3.11.3/include.zip](https://gitcode.com/cann-src-third-party/json/releases/download/v3.11.3/include.zip) \| 从gitcode下载json源码，作用编译依赖 \|	31	\| 依赖 \| 不涉及 \| cmake/third_party/nlohmann_json.cmake \| [https://gitcode.com/cann-src-third-party/json/releases/download/v3.11.3/include.zip](https://gitcode.com/cann-src-third-party/json/releases/download/v3.11.3/include.zip) \| 从gitcode下载json源码，作用编译依赖 \|
32	\| 依赖 \| 不涉及 \| cmake/third_party/gtest.cmake \| [https://gitcode.com/cann-src-third-party/googletest/releases/download/v1.14.0/googletest-1.14.0.tar.gz](https://gitcode.com/cann-src-third-party/googletest/releases/download/v1.14.0/googletest-1.14.0.tar.gz) \| 从gitcode下载googletest源码，作用编译依赖 \|	32	\| 依赖 \| 不涉及 \| cmake/third_party/gtest.cmake \| [https://gitcode.com/cann-src-third-party/googletest/releases/download/v1.14.0/googletest-1.14.0.tar.gz](https://gitcode.com/cann-src-third-party/googletest/releases/download/v1.14.0/googletest-1.14.0.tar.gz) \| 从gitcode下载googletest源码，作用编译依赖 \|
33	\| 依赖 \| 不涉及 \| cmake/third_party/eigen.cmake \| [https://gitcode.com/cann-src-third-party/eigen/releases/download/5.0.0-h0.trunk/eigen-5.0.0.tar.gz](https://gitcode.com/cann-src-third-party/eigen/releases/download/5.0.0-h0.trunk/eigen-5.0.0.tar.gz) \| 从gitcode下载eigen源码，作用编译依赖 \|	33	\| 依赖 \| 不涉及 \| cmake/third_party/eigen.cmake \| [https://gitcode.com/cann-src-third-party/eigen/releases/download/5.0.0-h0.trunk/eigen-5.0.0.tar.gz](https://gitcode.com/cann-src-third-party/eigen/releases/download/5.0.0-h0.trunk/eigen-5.0.0.tar.gz) \| 从gitcode下载eigen源码，作用编译依赖 \|
34	-\| 依赖 \| 不涉及 \| ops-nn/install_deps.sh \| [https://apt.kitware.com/keys/kitware-archive-latest.asc](https://apt.kitware.com/keys/kitware-archive-latest.asc) \| 从gitcode下载install_deps源码，作用编译依赖 \|	34	+\| 依赖 \| 不涉及 \| ops-nn/install_deps.sh \| [https://apt.kitware.com/keys/kitware-archive-latest.asc](https://apt.kitware.com/keys/kitware-archive-latest.asc) \| 从apt.kitware.com下载Kitware签名密钥，作用编译依赖 \|
35	-\| 依赖 \| 不涉及 \| ops-nn/install_deps.sh \| [https://apt.kitware.com/ubuntu/](https://apt.kitware.com/ubuntu/) \| 从gitcode下载install_deps源码，作用编译依赖 \|	35	+\| 依赖 \| 不涉及 \| ops-nn/install_deps.sh \| [https://apt.kitware.com/ubuntu/](https://apt.kitware.com/ubuntu/) \| 从apt.kitware.com下载Kitware签名密钥，作用编译依赖 \|
36	\| 依赖 \| 不涉及 \| cmake \| [https://apt.kitware.com/keys/kitware-archive-latest.asc](https://apt.kitware.com/keys/kitware-archive-latest.asc) \| 从kitware下载cmake软件，作用编译依赖 \|	36	\| 依赖 \| 不涉及 \| cmake \| [https://apt.kitware.com/keys/kitware-archive-latest.asc](https://apt.kitware.com/keys/kitware-archive-latest.asc) \| 从kitware下载cmake软件，作用编译依赖 \|
37	\| 依赖 \| 不涉及 \| cmake \| [https://apt.kitware.com/ubuntu/](https://apt.kitware.com/ubuntu/) \| 从kitware下载cmake软件，作用编译依赖 \|	37	\| 依赖 \| 不涉及 \| cmake \| [https://apt.kitware.com/ubuntu/](https://apt.kitware.com/ubuntu/) \| 从kitware下载cmake软件，作用编译依赖 \|
38		38
	@@ -60,6 +60,6 @@
60	\| 维护升级文件目录 \| 770（rwxrwx---） \|	60	\| 维护升级文件目录 \| 770（rwxrwx---） \|
61	\| 业务数据文件 \| 640（rw-r-----） \|	61	\| 业务数据文件 \| 640（rw-r-----） \|
62	\| 业务数据文件目录 \| 750（rwxr-x---） \|	62	\| 业务数据文件目录 \| 750（rwxr-x---） \|
63	-\| 密钥组件、私钥、证书、密文文件目录 \| 700（rwx-----） \|	63	+\| 密钥组件、私钥、证书、密文文件目录 \| 700（rwx------） \|
64	\| 密钥组件、私钥、证书、加密密文 \| 600（rw-------） \|	64	\| 密钥组件、私钥、证书、加密密文 \| 600（rw-------） \|
65	\| 加解密接口、加解密脚本 \| 500（r-x------） \|	65	\| 加解密接口、加解密脚本 \| 500（r-x------） \|

	@@ -8,8 +8,8 @@
8		8
9	调用算子API时，需引用依赖的头文件和库文件，一般头文件默认在`${INSTALL_DIR}/include/aclnnop`，库文件默认在`${INSTALL_DIR}/lib64`，具体文件如下：	9	调用算子API时，需引用依赖的头文件和库文件，一般头文件默认在`${INSTALL_DIR}/include/aclnnop`，库文件默认在`${INSTALL_DIR}/lib64`，具体文件如下：
10		10
11	- - 头文件：方式1 （推荐）：引用算子仓总头文件aclnn\_ops\_\$\{ops\_project\}.h。方式2：引用单个算子API的头文件aclnn\_\*.h。	11	+ - 头文件：方式1（推荐）：引用算子仓总头文件aclnn\_ops\_\$\{ops\_project\}.h。方式2：引用单个算子API的头文件aclnn\_\*.h。
12	- - 库文件：引用算子仓对应的库文件libopapi_${ops_project}.so。注意，原所有算子仓总库文件libopapi.so后续会废弃，不推荐使用，也不支持与单个算子仓库文件同时使用。	12	+ - 库文件：引用算子仓对应的库文件libopapi_${ops_project}.so。注意，原所有算子仓总库文件libopapi.so后续会废弃，不推荐使用，也不支持与单个算子仓文件同时使用。
13		13
14	${INSTALL_DIR}表示CANN安装后文件路径；\$\{ops\_project\}表示算子仓名（如math、nn、cv、transformer），请改为实际算子仓名。	14	${INSTALL_DIR}表示CANN安装后文件路径；\$\{ops\_project\}表示算子仓名（如math、nn、cv、transformer），请改为实际算子仓名。
15		15
	@@ -92,7 +92,7 @@
92	\| [aclnnBinaryCrossEntropyBackward](../../loss/binary_cross_entropy_grad/docs/aclnnBinaryCrossEntropyBackward.md) \| 求二元交叉熵反向传播的梯度值。 \| 默认确定性实现 \| 默认确定性实现 \|	92	\| [aclnnBinaryCrossEntropyBackward](../../loss/binary_cross_entropy_grad/docs/aclnnBinaryCrossEntropyBackward.md) \| 求二元交叉熵反向传播的梯度值。 \| 默认确定性实现 \| 默认确定性实现 \|
93	\| [aclnnBinaryCrossEntropyWithLogits](../../loss/sigmoid_cross_entropy_with_logits_v2/docs/aclnnBinaryCrossEntropyWithLogits.md) \| 计算输入logits与标签target之间的BCELoss损失。 \| 默认确定性实现 \| 默认确定性实现 \|	93	\| [aclnnBinaryCrossEntropyWithLogits](../../loss/sigmoid_cross_entropy_with_logits_v2/docs/aclnnBinaryCrossEntropyWithLogits.md) \| 计算输入logits与标签target之间的BCELoss损失。 \| 默认确定性实现 \| 默认确定性实现 \|
94	\| [aclnnBinaryCrossEntropyWithLogitsBackward](../../loss/sigmoid_cross_entropy_with_logits_grad_v2/docs/aclnnBinaryCrossEntropyWithLogitsBackward.md) \| 将输入self执行logits计算，将得到的值与标签值target一起进行BCELoss的反向传播计算。 \| 默认确定性实现 \| 默认确定性实现 \|	94	\| [aclnnBinaryCrossEntropyWithLogitsBackward](../../loss/sigmoid_cross_entropy_with_logits_grad_v2/docs/aclnnBinaryCrossEntropyWithLogitsBackward.md) \| 将输入self执行logits计算，将得到的值与标签值target一起进行BCELoss的反向传播计算。 \| 默认确定性实现 \| 默认确定性实现 \|
95	-\| [aclnnBinaryCrossEntropyWithLogitsTargetBackward](../../activation/log_sigmoid/docs/aclnnBinaryCrossEntropyWithLogitsTargetBackward.md) \| 将输入self执行logits计算，将得到的值与标签值target一起进行BECLoss关于target的反向传播计算。 \| 默认确定性实现 \| - \|	95	+\| [aclnnBinaryCrossEntropyWithLogitsTargetBackward](../../activation/log_sigmoid/docs/aclnnBinaryCrossEntropyWithLogitsTargetBackward.md) \| 将输入self执行logits计算，将得到的值与标签值target一起进行BCELoss关于target的反向传播计算。 \| 默认确定性实现 \| - \|
96	\| [aclnnBucketize](../../index/bucketize_v2/docs/aclnnBucketize.md) \| 根据给定的边界数组（boundaries）确定输入张量中每个元素所属的区间索引。 \| - \| 默认确定性实现 \|	96	\| [aclnnBucketize](../../index/bucketize_v2/docs/aclnnBucketize.md) \| 根据给定的边界数组（boundaries）确定输入张量中每个元素所属的区间索引。 \| - \| 默认确定性实现 \|
97	\| [aclnnCelu&aclnnInplaceCelu](../../activation/celu_v2/docs/aclnnCelu&aclnnInplaceCelu.md) \| aclnnCelu对输入张量self中的每个元素x调用连续可微指数线性单元激活函数CELU，并将得到的结果存入输出张量out中。 \| 默认确定性实现 \| 默认确定性实现 \|	97	\| [aclnnCelu&aclnnInplaceCelu](../../activation/celu_v2/docs/aclnnCelu&aclnnInplaceCelu.md) \| aclnnCelu对输入张量self中的每个元素x调用连续可微指数线性单元激活函数CELU，并将得到的结果存入输出张量out中。 \| 默认确定性实现 \| 默认确定性实现 \|
98	\| [aclnnChamferDistanceBackward](../../loss/chamfer_distance_grad/docs/aclnnChamferDistanceBackward.md) \| ChamferDistance（倒角距离）的反向算子，根据正向的输入对输出的贡献及初始梯度求出输入对应的梯度。 \| 默认非确定性实现，支持配置开启 \| - \|	98	\| [aclnnChamferDistanceBackward](../../loss/chamfer_distance_grad/docs/aclnnChamferDistanceBackward.md) \| ChamferDistance（倒角距离）的反向算子，根据正向的输入对输出的贡献及初始梯度求出输入对应的梯度。 \| 默认非确定性实现，支持配置开启 \| - \|
	@@ -302,7 +302,7 @@
302	\| [aclnnL1Loss](../../loss/lp_loss/docs/aclnnL1Loss.md) \| 计算输入self和目标target中每个元素之间的平均绝对误差（Mean Absolute Error，简称MAE）。 \| 默认确定性实现 \| 默认确定性实现 \|	302	\| [aclnnL1Loss](../../loss/lp_loss/docs/aclnnL1Loss.md) \| 计算输入self和目标target中每个元素之间的平均绝对误差（Mean Absolute Error，简称MAE）。 \| 默认确定性实现 \| 默认确定性实现 \|
303	\| [aclnnL1LossBackward](../../loss/l1_loss_grad/docs/aclnnL1LossBackward.md) \| 计算aclnnL1Loss的反向传播。reduction指定损失函数的计算方式。 \| 默认确定性实现 \| 默认确定性实现 \|	303	\| [aclnnL1LossBackward](../../loss/l1_loss_grad/docs/aclnnL1LossBackward.md) \| 计算aclnnL1Loss的反向传播。reduction指定损失函数的计算方式。 \| 默认确定性实现 \| 默认确定性实现 \|
304	\| [aclnnLayerNorm&aclnnLayerNormWithImplMode](../../norm/layer_norm_v4/docs/aclnnLayerNorm&aclnnLayerNormWithImplMode.md) \| 对指定层进行均值为0、标准差为1的归一化计算。 \| 默认确定性实现 \| 默认确定性实现 \|	304	\| [aclnnLayerNorm&aclnnLayerNormWithImplMode](../../norm/layer_norm_v4/docs/aclnnLayerNorm&aclnnLayerNormWithImplMode.md) \| 对指定层进行均值为0、标准差为1的归一化计算。 \| 默认确定性实现 \| 默认确定性实现 \|
305	-\| [aclnnLayerNormBackward](../../norm/layer_norm_grad_v3/docs/aclnnLayerNormBackward.md) \| [aclnnNorm](../../norm/lp_norm_v2/docs/aclnnNorm.md)的反向传播。用于计算输入张量的梯度，以便在反向传播过程中更新模型参数。 \| 默认确定性实现 \| 默认确定性实现 \|	305	+\| [aclnnLayerNormBackward](../../norm/layer_norm_grad_v3/docs/aclnnLayerNormBackward.md) \| [aclnnLayerNorm](../../norm/layer_norm_v4/docs/aclnnLayerNorm&aclnnLayerNormWithImplMode.md)的反向传播。用于计算输入张量的梯度，以便在反向传播过程中更新模型参数。 \| 默认确定性实现 \| 默认确定性实现 \|
306	\| [aclnnLayerNormQuant](../../norm/layer_norm_quant/docs/aclnnLayerNormQuant.md) \| 算子将LayerNorm归一化输出和下游的量化算子融合起来，减少搬入搬出操作。 \| 默认确定性实现 \| 默认确定性实现 \|	306	\| [aclnnLayerNormQuant](../../norm/layer_norm_quant/docs/aclnnLayerNormQuant.md) \| 算子将LayerNorm归一化输出和下游的量化算子融合起来，减少搬入搬出操作。 \| 默认确定性实现 \| 默认确定性实现 \|
307	\| [aclnnLeakyRelu&aclnnInplaceLeakyRelu](../../activation/leaky_relu/docs/aclnnLeakyRelu&aclnnInplaceLeakyRelu.md) \| 激活函数，用于解决Relu函数在输入小于0时输出为0的问题，避免神经元无法更新参数。 \| 默认确定性实现 \| 默认确定性实现 \|	307	\| [aclnnLeakyRelu&aclnnInplaceLeakyRelu](../../activation/leaky_relu/docs/aclnnLeakyRelu&aclnnInplaceLeakyRelu.md) \| 激活函数，用于解决Relu函数在输入小于0时输出为0的问题，避免神经元无法更新参数。 \| 默认确定性实现 \| 默认确定性实现 \|
308	\| [aclnnLeakyReluBackward](../../activation/leaky_relu_grad/docs/aclnnLeakyReluBackward.md) \| LeakyRelu激活函数反向。 \| 默认确定性实现 \| 默认确定性实现 \|	308	\| [aclnnLeakyReluBackward](../../activation/leaky_relu_grad/docs/aclnnLeakyReluBackward.md) \| LeakyRelu激活函数反向。 \| 默认确定性实现 \| 默认确定性实现 \|
	@@ -404,7 +404,6 @@
404	\| [aclnnSigmoidBackward](../../activation/sigmoid_grad/docs/aclnnSigmoidBackward.md) \| 完成sigmoid的反向传播，根据sigmoid反向传播梯度与正向输出计算sigmoid的梯度输入。 \| 默认确定性实现 \| 默认确定性实现 \|	404	\| [aclnnSigmoidBackward](../../activation/sigmoid_grad/docs/aclnnSigmoidBackward.md) \| 完成sigmoid的反向传播，根据sigmoid反向传播梯度与正向输出计算sigmoid的梯度输入。 \| 默认确定性实现 \| 默认确定性实现 \|
405	\| [aclnnSilu](../../activation/swish/docs/aclnnSilu.md) \| 该算子也被称为Swish函数。 \| 默认确定性实现 \| 默认确定性实现 \|	405	\| [aclnnSilu](../../activation/swish/docs/aclnnSilu.md) \| 该算子也被称为Swish函数。 \| 默认确定性实现 \| 默认确定性实现 \|
406	\| [aclnnSiluBackward](../../activation/silu_grad/docs/aclnnSiluBackward.md) \| aclnnSilu的反向传播，根据silu反向传播梯度与正向输出计算silu的梯度输入。 \| 默认确定性实现 \| 默认确定性实现 \|	406	\| [aclnnSiluBackward](../../activation/silu_grad/docs/aclnnSiluBackward.md) \| aclnnSilu的反向传播，根据silu反向传播梯度与正向输出计算silu的梯度输入。 \| 默认确定性实现 \| 默认确定性实现 \|
407	-\| [aclnnSleep](../../control/sleep/docs/aclnnSleep.md) \| 让NPU设备休眠指定的时钟周期数，通过忙等待实现精确的延时控制。 \| - \| 默认确定性实现 \|
408	\| [aclnnSmoothL1Loss](../../loss/smooth_l1_loss_v2/docs/aclnnSmoothL1Loss.md) \| 计算SmoothL1损失函数。 \| 默认确定性实现 \| 默认确定性实现 \|	407	\| [aclnnSmoothL1Loss](../../loss/smooth_l1_loss_v2/docs/aclnnSmoothL1Loss.md) \| 计算SmoothL1损失函数。 \| 默认确定性实现 \| 默认确定性实现 \|
409	\| [aclnnSmoothL1LossBackward](../../loss/smooth_l1_loss_grad_v2/docs/aclnnSmoothL1LossBackward.md) \| 计算aclnnSmoothL1Loss api的反向传播。 \| 默认确定性实现 \| 默认确定性实现 \|	408	\| [aclnnSmoothL1LossBackward](../../loss/smooth_l1_loss_grad_v2/docs/aclnnSmoothL1LossBackward.md) \| 计算aclnnSmoothL1Loss api的反向传播。 \| 默认确定性实现 \| 默认确定性实现 \|
410	\| [aclnnSoftMarginLoss](../../loss/soft_margin_loss/docs/aclnnSoftMarginLoss.md) \| 计算输入self和目标target的二分类逻辑损失函数。 \| 默认确定性实现 \| 默认确定性实现 \|	409	\| [aclnnSoftMarginLoss](../../loss/soft_margin_loss/docs/aclnnSoftMarginLoss.md) \| 计算输入self和目标target的二分类逻辑损失函数。 \| 默认确定性实现 \| 默认确定性实现 \|
	@@ -443,7 +442,7 @@
443	\| [aclnnTransQuantParamV2](../../quant/trans_quant_param_v2/docs/aclnnTransQuantParamV2.md) \| 完成量化计算参数scale数据类型的转换，将FLOAT32的数据类型转换为硬件需要的UINT64，INT64类型。 \| 默认确定性实现 \| 默认确定性实现 \|	442	\| [aclnnTransQuantParamV2](../../quant/trans_quant_param_v2/docs/aclnnTransQuantParamV2.md) \| 完成量化计算参数scale数据类型的转换，将FLOAT32的数据类型转换为硬件需要的UINT64，INT64类型。 \| 默认确定性实现 \| 默认确定性实现 \|
444	\| [aclnnTransQuantParamV3](../../quant/trans_quant_param_v2/docs/aclnnTransQuantParamV3.md) \| 完成量化计算参数scale数据类型的转换，将Float32的数据类型转换为硬件需要的UINT64，INT64类型。 \| 默认确定性实现 \| 默认确定性实现 \|	443	\| [aclnnTransQuantParamV3](../../quant/trans_quant_param_v2/docs/aclnnTransQuantParamV3.md) \| 完成量化计算参数scale数据类型的转换，将Float32的数据类型转换为硬件需要的UINT64，INT64类型。 \| 默认确定性实现 \| 默认确定性实现 \|
445	\| [aclnnTopKTopPSample](../../index/top_k_top_p_sample/docs/aclnnTopKTopPSample.md) \| 根据输入词频logits、topK/topP采样参数、随机采样权重分布q，进行topK-topP-sample采样计算，输出每个batch的最大词频logitsSelectIdx，以及topK-topP采样后的词频分布logitsTopKPSelect。 \| 默认确定性实现 \| - \|	444	\| [aclnnTopKTopPSample](../../index/top_k_top_p_sample/docs/aclnnTopKTopPSample.md) \| 根据输入词频logits、topK/topP采样参数、随机采样权重分布q，进行topK-topP-sample采样计算，输出每个batch的最大词频logitsSelectIdx，以及topK-topP采样后的词频分布logitsTopKPSelect。 \| 默认确定性实现 \| - \|
446	-\| [aclnnTopKTopPSampleV2](../../index/top_k_top_p_sample_v2/docs/aclnnTopKTopPSampleV2.md) \| 根据输入词频logits、topK/topP/minP采样参数、随机采样权重分布q，进行topK-topP-minP-sample采样计算。当输入isNeedSampleResult为false时，输出每个batch的最大词频logitsSelectIdx，以及topK-topP-minP采样后的词频分布logitsTopKPSelect；当输入isNeedSampleResult为true时，输出topK-topP-minP采样后的中间计算结果logitsIdx和logitsSortMasked，其中logitsSortMasked为词频logits经过topK-topP-minP采样计算后的中间结果，logitsIdx为logitsSortMasked在logits中对应的索引。 \| 默认确定性实现 \| 默认确定性实现 \|	445	+\| [aclnnTopKTopPSampleV2](../../index/top_k_top_p_sample_v2/docs/aclnnTopKTopPSampleV2.md) \| 根据输入词频logits、topK/topP/minP采样参数、随机采样权重分布q，进行topK-topP-minP-sample采样计算。当输入isNeedSampleResult为false时，输出每个batch的最大词频logitsSelectIdx，以及topK-topP-minP采样后的词频分布logitsTopKPSelect；当输入isNeedSampleResult为true时，输出topK-topP-minP采样后的中间计算结果logitsIdx和logitsSortMasked，其中logitsSortMasked为词频logits经过topK-topP-minP采样计算后的中间结果，logitsIdx为logitsSortMasked在logits中对应的索引。 \| 默认确定性实现 \| - \|
447	\| [aclnnUnique](../../index/scatter_elements/docs/aclnnUnique.md) \| 返回输入张量中的唯一元素。 \| 默认确定性实现 \| 默认确定性实现 \|	446	\| [aclnnUnique](../../index/scatter_elements/docs/aclnnUnique.md) \| 返回输入张量中的唯一元素。 \| 默认确定性实现 \| 默认确定性实现 \|
448	\| [aclnnUnique2](../../index/scatter_elements/docs/aclnnUnique2.md) \| 对输入张量self进行去重，返回self中的唯一元素。unique功能的增强，新增返回值countsOut，表示valueOut中各元素在输入self中出现的次数，用returnCounts参数控制。 \| 默认确定性实现 \| 默认确定性实现 \|	447	\| [aclnnUnique2](../../index/scatter_elements/docs/aclnnUnique2.md) \| 对输入张量self进行去重，返回self中的唯一元素。unique功能的增强，新增返回值countsOut，表示valueOut中各元素在输入self中出现的次数，用returnCounts参数控制。 \| 默认确定性实现 \| 默认确定性实现 \|
449	\| [aclnnUniqueConsecutive](../../index/unique_consecutive/docs/aclnnUniqueConsecutive.md) \| 去除每一个元素后的重复元素。当dim不为空时，去除对应维度上的每一个张量后的重复张量。 \| 默认确定性实现 \| 默认确定性实现 \|	448	\| [aclnnUniqueConsecutive](../../index/unique_consecutive/docs/aclnnUniqueConsecutive.md) \| 去除每一个元素后的重复元素。当dim不为空时，去除对应维度上的每一个张量后的重复张量。 \| 默认确定性实现 \| 默认确定性实现 \|