NsaSelectedAttentionGrad（接口 aclnnNsaSelectedAttentionGrad / torch_npu.npu_nsa_select_attention_grad）是 NSA(Native Sparse Attention）场景的反向算子，计算 dq/dk/dv。在开启确定性计算模式（aclrtCtxSetSysParamOpt(ACL_OPT_DETERMINISTIC, 1) 或 torch.use_deterministic_algorithms(True)）后，相同输入多次执行，输出应当逐位（bit-exact）一致。 问题现象：确定性模式下，相同输入重复调用该算子，dq/dk/dv 输出仍存在 run 间差异（fp16/bf16、sparse_mode=0/2 均可复现）。例如用例 B=1, N1=32, N2=2, seq_q=112, seq_kv=64, Dqk=Dv=192, selectedBlockSize=16, selectedBlockCount=1, layout=TND，输入随机填充 [-2,2]，重复执行 100 次，输出与首次基准比较出现不一致。
• 支撑确定性训练：反向算子是可复现训练链路的一环，该算子不确定会导致整个 NSA 模型在确定性模式下训练结果不可复现，影响问题定位、回归对比与调试。 • 修复代价小、风险可控：仅增加一次全局同步，不改变计算逻辑与精度，对性能影响可忽略。
/assign @guomc9
Background （背景信息）
NsaSelectedAttentionGrad（接口 aclnnNsaSelectedAttentionGrad / torch_npu.npu_nsa_select_attention_grad）是 NSA(Native Sparse Attention）场景的反向算子，计算 dq/dk/dv。在开启确定性计算模式（aclrtCtxSetSysParamOpt(ACL_OPT_DETERMINISTIC, 1) 或 torch.use_deterministic_algorithms(True)）后，相同输入多次执行，输出应当逐位（bit-exact）一致。
问题现象：确定性模式下，相同输入重复调用该算子，dq/dk/dv 输出仍存在 run 间差异（fp16/bf16、sparse_mode=0/2 均可复现）。例如用例 B=1, N1=32, N2=2, seq_q=112, seq_kv=64, Dqk=Dv=192, selectedBlockSize=16, selectedBlockCount=1, layout=TND，输入随机填充 [-2,2]，重复执行 100 次，输出与首次基准比较出现不一致。
Benefit / Necessity （价值/作用）
• 支撑确定性训练：反向算子是可复现训练链路的一环，该算子不确定会导致整个 NSA 模型在确定性模式下训练结果不可复现，影响问题定位、回归对比与调试。
• 修复代价小、风险可控：仅增加一次全局同步，不改变计算逻辑与精度，对性能影响可忽略。