【Bug扫描整改】3处真实缺陷已修复（bandwidth_test截断/空指针、mc2_context越界），BUG-029/030核实为误报-ops-transformer-AtomGit

已关闭

【Bug扫描整改】3处真实缺陷已修复（bandwidth_test截断/空指针、mc2_context越界），BUG-029/030核实为误报 #5497

景明创建于 23 天前关闭于 23 天前

景明成员

23 天前创建

背景

深度代理扫描（A5/DV120，2026-09-14）发现的 host 侧问题。经逐项严格复核（含对扫描器 OP_TILING_CHECK 宏方向误读风险的排查）：3 处为真实问题已修复，2 处为扫描误报（不修改代码）。

问题清单与复核结论

Bug ID	严重度	模块	复核结论	定性	处理
BUG-039	High	tools/bandwidth_test	真实问题：blockLen 强转 uint16 截断，fp16 下 dataSize=32768 → 65536B → 截断为 0，静默零拷贝；tiling 无 dataSize 上限（窗口总量约束不拦单行）；无 UT/example 兜底	可静默触发的实际缺陷	tiling 拦截：单行 32B 对齐字节数 ≤ 65535
BUG-040	Medium	tools/bandwidth_test	真实问题：OPTIONAL 属性 aiv_num 解引用未判空；aclnn 路径属性总被设置，图模式未设置时可返回空指针	防御修复（与仓内 OPTIONAL 判空惯例一致：combine_setup commAlg、agmv3 hccl_buffer_size）	判空回退 platformAivNum（与默认值 -1 语义一致）
BUG-016	Low	mc2/common/op_api	真实问题：epRankSize_ 无上限校验即循环写定长 1024 的 epHcclBuffer_；姊妹路径 torch_extension comm_context.cpp:494 已有同款 TORCH_CHECK，op_api 独缺	防御修复（姊妹路径对齐；实际可达性受 HCCL 域 rank 上限约束，Low 定级准确）	补充 `epRankSize_ <= HCCL_MAX_RANK_SIZE` 校验
BUG-029	High	moe_distribute_combine_setup（arch35）	误报：除零不可达	扫描器宏方向误读	不修改
BUG-030	High	moe_distribute_combine_teardown（arch35）	误报：除零不可达	扫描器宏方向误读	不修改

BUG-029/030 误报依据

扫描器将 OP_TILING_CHECK((*sharedExpertRankNumPtr != 0), ..., "0") 误读为"非零校验"。实际宏语义（op_tiling_util.h 定义）为条件为真即报错，该检查含义是 sharedExpertRankNum 必须为 0（非 0 即拒绝）。证据链：

宏定义：OP_TILING_CHECK(cond, log, expr) 在 cond 为真时执行报错动作，日志末参为期望值（此处期望 "0"）；
算子文档（docs/aclnnMoeDistributeCombineSetup.md，Ascend 950DT 约束小节）："当前不支持共享专家场景……sharedExpertRankNum 仅能传入0"——与代码一致，为有意设计；参数表中 [0, epWorldSize/2] 为通用/目标语义范围（arch22 及家族口径），被 950 约束收窄为 {0}，两者不矛盾；
UT 佐证：正常用例全部传 sharedExpertRankNum=0 且期望 GRAPH_SUCCESS（若语义相反正常用例会全挂）；传非 0 的用例期望 GRAPH_FAILED；165/165 通过；
结论：950 上该值被钉死为 0，除数 (epWorldSize - sharedExpertRankNum) 恒为 epWorldSize ∈ {2,4,8}，永不为 0。

复核方法论说明

鉴于 BUG-029/030 的误报根因是扫描器误读宏方向，对其余 3 项额外验证了"是否依赖 tiling 宏语义"：BUG-039 为 kernel 侧纯 C++ 数值截断、BUG-040 为指针判空、BUG-016 为数组越界，均不涉及宏方向，无同类误读风险；并补充了可达性证据（039：tiling 无上限约束 + 无测试兜底；040：仓内 OPTIONAL 判空惯例；016：姊妹路径同款校验）。

同类问题覆盖面盘点结论

对 (epWorldSize - sharedExpertRankNum) 作除数/取余的全部 17 处产品代码逐一核对：combine v1/v2、dispatch 全系、dispatch_v2、dispatch_setup op_api、torch_extension 均已有等价校验；combine_setup/teardown 的 arch35 路径因值被钉死为 0 而天然安全；examples 2 处为固定合法值。epRankSize 类越界：唯一索引消费点为 GetHcclCommResource 循环，已在数据获取点（CreatMc2Context）拦截。