Closed
[Requirement|需求建议]: ops-transformer仓稠密attention类算子E*9****内部错误码滥用整改 #6580
xiu_ling_wangAdd on  24 days agoClosed at  20 days ago
xiu_ling_wangCollaborators
24 days ago Create

Backgroud(背景信息)

当前E9**错误码调用与引入途径较多,同时承载用户输入错误、Host/Tiling 错误框架资源场景错误等非内部错误,需要整改清晰化
计算涉及待整改在各仓的数量别为ops-transformer仓稠密attention类前向算子7个。
ffn
flash_attention_score
fused_infer_attention_score
incre_flash_attention
moe_fused_topk
norm_rope_concat
norm_rope_concat_grad

Benefit / Necessity (价值/作用)

Design(设计方案)

likedislike
Xxiu_ling_wangCollaborators
24 days ago Added label: requirement
xiu_ling_wangCollaborators
24 days ago Comments:
likedislike
CANN-robotCANN-robotCollaborators
24 days ago Assign xiu_ling_wang as responsible person
周云飞
周云飞Collaborators
24 days ago Comments:

感谢提出错误码分类整改建议。本次需求列出的范围为 ffn、flash_attention_score、fused_infer_attention_score、incre_flash_attention、moe_fused_topk、norm_rope_concat 和 norm_rope_concat_grad,共 7 个算子。

按报告描述,E9** 类内部错误码同时用于用户输入错误、Host/Tiling 处理失败及框架资源异常等场景,可能使使用者难以区分应调整输入、检查运行资源,还是排查算子内部实现。整改的重点应是按实际失败原因分类,而不是仅按错误发生在 Host 或 Tiling 阶段来判断是否属于内部错误。目前的材料尚不足以确认各算子的具体误用位置及数量。

一个可行的处理方向是:梳理这 7 个算子的错误上报入口及其调用的公共封装,对照现有错误码规范,将输入不合法、资源条件不满足和内部实现异常分别映射到适当类别;对于下层已明确给出原因的失败,避免在外层统一改报为内部错误。调整时需要区分日志错误码、函数内部返回值和公开接口返回码,保留必要的算子名、参数及失败原因,并评估错误码变化对现有日志解析和故障定位工具的兼容影响。

为明确分类依据,烦请补充本次整改采用的错误码规范或分类对照表;如暂无统一文档,可先提供一处典型误用的错误码及触发场景,便于进一步确认分类边界和调整范围。

likedislike
Xxiu_ling_wangCollaborators
20 days ago changed custom state from 待办的 to 已解决
Xxiu_ling_wangCollaborators
20 days ago Close issue
Xxiu_ling_wangCollaborators
17 days ago Associated pull request
周云飞
周云飞Collaborators
4 days ago Comments:

已对稠密 Attention 相关算子的错误上报路径进行整改。例如,FlashAttentionScore 将部分输入错误改为使用语义化错误码,Tiling 失败改用正式错误码 EZ1008,部分场景改为仅记录日志,并删除了 CREATE_EXECUTOR 后的不可达检查。

FusedInferAttentionScore 的部分 Tiling 和输入校验路径也调整了错误上报方式。根据 PR 描述,公开返回值和 errno 未改变。

关联 PR:PR #14636、PR #14754、PR #14897

likedislike