变更摘要

本 PR 为多个 nn 算子补充 aclnn 测试用例对应的 golden 参考实现：在 activation/sigmoid、index/embedding_dense_grad_v2、index/repeat_interleave、index/scatter_elements_v2、pooling/avg_pool3_d 的 tests/assets/golden.py 中，将 __golden__ 注册表扩展出 "aclnn" 分组，把 aclnn 接口名映射到新增的 golden 函数，并基于 torch 算子实现各函数的期望结果计算逻辑；同时包含少量格式性调整（如 docstring 引号由 """ 改为 '''、import torch 移入函数内部）。

主要改动

• 扩展 __golden__ 注册表新增 "aclnn" 分组：在 5 个算子的 golden.py 中将 aclnn 接口名（如 aclnnSigmoid、aclnnEmbeddingDenseBackward、aclnnRepeatInterleaveWithDim、aclnnScatter、aclnnAvgPool3d）映射到新增的 aclnn_*_golden 函数，与原有 "kernel" 分组并存。

• 新增 sigmoid 与 repeat_interleave 的 aclnn golden：aclnn_sigmoid_golden、aclnn_inplace_sigmoid_golden 基于 torch.sigmoid/torch.nn.functional.sigmoid；repeat_interleave 提供 5 个变体（aclnn_repeat_interleave_golden、aclnn_repeat_interleave_int_golden、aclnn_repeat_interleave_int_with_dim_golden、aclnn_repeat_interleave_tensor_golden、aclnn_repeat_interleave_with_dim_golden），统一调用 torch.repeat_interleave，其中 repeats、dim 从 attributes 中读取。

• 新增 aclnn_embedding_dense_backward_golden：调用 torch.ops.aten.embedding_dense_backward，对 fp16/bf16 输入先提升到 fp32 计算后再回转原 dtype，并将 indices 统一转换为 int32/int64 后参与计算。

• 新增 aclnn_scatter_golden 与 aclnn_avg_pool3d_golden：scatter 依据 attributes 中的 reduce（1/2）分别走 torch.scatter_reduce 的 sum/prod 分支，否则走 torch.scatter；avg_pool3d 支持 NCDHW/ND 数据格式，处理 kernelSize/stride/padding 的展开与补齐，并兼容 ceilMode、countIncludePad、divisorOverride 等参数语义。

• 统一通过 kwargs 的 attributes 传入算子属性：新增 golden 函数签名按各 aclnn GetWorkspaceSize 接口的参数顺序定义（含 self/repeats/outputSize/out 等），而 dim、reduce、kernelSize、stride、padding、ceilMode 等属性从 attributes 字典读取，作为测试期望值的计算依据。

代码审查

我已完成对所有 10 个变更文件的逐一审查。最终结论如下。

审查发现汇总

P0 — index/embedding_dense_grad_v2/tests/assets/golden.py

新增的 aclnn_embedding_dense_backward_golden 整个函数体（第 75–98 行）被缩进 8 个空格，而函数体缩进层级已由第 70 行 docstring 的 4 个空格确立。Python 解析该文件时会直接抛出 IndentationError: unexpected indent，导致整个模块无法 import，连带使原有可用的 kernel golden embedding_dense_grad_v2_golden 一并失效。

P2 — index/repeat_interleave/tests/assets/golden.py 第 113 行

aclnn_repeat_interleave_tensor_golden 中 torch.repeat_interleave(repeats) 缺少必填参数 repeats，必然抛 TypeError；新增的 3 个 aclnnRepeatInterleaveTensor 用例（000012–000014）将全部失败。正确写法应为 torch.repeat_interleave(repeats, repeats)。

P2 — activation/sigmoid/tests/st/arch35/ttk_aclnn_inplace_sigmoid_st.csv 第 4–6 行

新增的 int32/int8/uint8 三个 inplace sigmoid 用例与注册的 golden（torch.sigmoid）不匹配：torch.sigmoid 对整型张量抛 RuntimeError，且 sigmoid 算子本身也无整型语义，用例配置无效，必然失败。

各文件审查确认

总体风险判断

共报告 3 个问题（1 个 P0、2 个 P2）。P0 为硬性缺陷：embedding_dense_grad_v2 的 golden.py 因缩进错误无法解析，会直接破坏该算子全部既有与新增测试，必须修复后才能合入。另两处 P2 均为测试资产自身缺陷，会导致本次新增的若干用例必然失败。其余变更（scatter、avg_pool3d 及其 CSV、embedding CSV）经推演未发现明确缺陷。

⛔ 需要修改

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

💡 Tip:

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

CLA Signature Pass

yanzhi2024, thanks for your pull request. All authors of the commits have signed the CLA. 👍

/lgtm
/approve