Closed
[Bug-Report|缺陷反馈]: aclnnMlaPrologV2WeightNz tokenX 空指针返回 -1(非标准码,资料 161001) #6689
liuhanwen8Add on  22 days agoClosed at  11 days ago
liuhanwen8
liuhanwen8
22 days ago Create

现象

aclnnMlaPrologV2WeightNz 在 tokenX 为空指针时,第一段接口返回 -1(不是任何 aclnn 码表里的值),而资料声明应为 161001(ACLNN_ERR_PARAM_NULLPTR)。

组 tokenX ret_gws
对照 正常张量 0
缺陷 nullptr -1

期望

资料「返回值」表:ACLNN_ERR_PARAM_NULLPTR / 161001 / 传入的参数(接口函数入参)中,输入/输出存在空指针。返回 -1 既不是 161001 也不是码表里的其它值,调用方无法按码表分类。

环境

  • 硬件:Atlas A2 910B2,CANN 9.2.0,驱动 26.1.1
  • 仓库:cann/ops-transformer master 5f9cdcf3c868e4598893b8cfe75657f0055da5b7
  • 代码:attention/mla_prolog_v2/op_host/op_api/aclnn_mla_prolog_v2_weight_nz.cpp(接口已标 deprecated,V3 由 aclnnMlaPrologV3WeightNz 取代)

同类问题(其他接口):#6668(aclnnRecurrentGatedDeltaRule 空指针返回 161002);本条的差异是返回值 -1(非标准码),不是 161002。

复现步骤

  1. source $ASCEND_HOME_PATH/set_env.sh
  2. 保存下方 repro.cpp
  3. 编译并运行
  4. 观察 CONTROL(legal) ret_gws=0 与 tokenX=nullptr ret_gws=-1

复现脚本

#include <acl/acl.h>
#include <aclnnop/aclnn_mla_prolog_v2_weight_nz.h>
#include <cstdio>
#include <vector>
static aclTensor* mk(void* d, std::vector<int64_t> sh, aclDataType dt, bool nz = false) {
    std::vector<int64_t> st(sh.size()); int64_t acc = 1;
    for (int i = (int)sh.size() - 1; i >= 0; --i) { st[i] = acc; acc *= sh[i] ? sh[i] : 1; }
    return aclCreateTensor(sh.data(), sh.size(), dt, st.data(), 0,
                           nz ? ACL_FORMAT_FRACTAL_NZ : ACL_FORMAT_ND, sh.data(), sh.size(), d);
}
static void* z(std::vector<int64_t> sh, aclDataType dt) {
    int64_t n = 1; for (auto v : sh) n *= v; size_t b = (size_t)n * aclDataTypeSize(dt);
    void* d = nullptr; aclrtMalloc(&d, b, ACL_MEM_MALLOC_HUGE_FIRST); aclrtMemset(d, b, 0, b); return d;
}
static void run(bool nullX, const char* tag) {
    void* b[14] = {z({8,1,7168},ACL_BF16), z({7168,1536},ACL_BF16), z({1536,6144},ACL_BF16),
        z({32,128,512},ACL_BF16), z({7168,576},ACL_BF16), z({1536},ACL_BF16), z({512},ACL_BF16),
        z({8,1,64},ACL_BF16), z({8,1,64},ACL_BF16), z({8,1},ACL_INT64),
        z({16,128,1,512},ACL_BF16), z({16,128,1,64},ACL_BF16),
        z({8,1,32,512},ACL_BF16), z({8,1,32,64},ACL_BF16)};
    std::vector<int64_t> ci = {0,1,2,3,4,5,6,7};
    aclrtMemcpy(b[9], 64, ci.data(), 64, ACL_MEMCPY_HOST_TO_DEVICE);
    aclTensor* t[14] = {mk(b[0],{8,1,7168},ACL_BF16), mk(b[1],{7168,1536},ACL_BF16,true),
        mk(b[2],{1536,6144},ACL_BF16,true), mk(b[3],{32,128,512},ACL_BF16),
        mk(b[4],{7168,576},ACL_BF16,true), mk(b[5],{1536},ACL_BF16), mk(b[6],{512},ACL_BF16),
        mk(b[7],{8,1,64},ACL_BF16), mk(b[8],{8,1,64},ACL_BF16), mk(b[9],{8,1},ACL_INT64),
        mk(b[10],{16,128,1,512},ACL_BF16), mk(b[11],{16,128,1,64},ACL_BF16),
        mk(b[12],{8,1,32,512},ACL_BF16), mk(b[13],{8,1,32,64},ACL_BF16)};
    uint64_t ws = 0; aclOpExecutor* ex = nullptr;
    int r1 = (int)aclnnMlaPrologV2WeightNzGetWorkspaceSize(
        nullX ? nullptr : t[0], t[1], t[2], t[3], t[4], t[5], t[6], t[7], t[8],
        t[9], t[10], t[11], nullptr, nullptr, nullptr, nullptr, nullptr, nullptr, nullptr,
        1e-5, 1e-5, (char*)"PA_BSND", t[12], t[13], nullptr, &ws, &ex);
    printf("%-18s ret_gws=%d\n", tag, r1);
}
int main() {
    aclInit(nullptr); aclrtSetDevice(0);
    run(false, "CONTROL(legal)");
    run(true, "tokenX=nullptr");
    aclrtResetDevice(0); aclFinalize(); return 0;
}
g++ -std=c++17 -O2 repro.cpp -o repro -I$ASCEND_HOME_PATH/include \
    -L$ASCEND_HOME_PATH/lib64 -lascendcl -lopapi -lnnopbase && ./repro
# 实测输出:
# CONTROL(legal)     ret_gws=0
# tokenX=nullptr     ret_gws=-1

影响

  • 调用方按码表分支(161001→断言调用方 bug、161002→降级、561002→重试)时,-1 落入 default 分支,通常被当成「未知错误」吞掉或直接 abort
  • 监控/日志按码聚合时 -1 无法归类,线上无法区分「传空」与「其它未知故障」
  • 该接口已 deprecated(2026-12 起由 V3 取代),但 V2 仍是现网主用接口

建议

在 GetWorkspaceSize 入口对 14 个 tensor 形参(含 7 个可选)统一判空,命中返回 ACLNN_ERR_PARAM_NULLPTR(161001);若 -1 来自框架层的 OP_CHECK_NULL 兜底,请把该兜底的返回值改为 161001 并补一条单测。

likedislike
liuhanwen8liuhanwen8
22 days ago Added label: bug-report
周云飞
周云飞Collaborators
22 days ago Comments:

感谢提供完整的对照用例和环境信息。您报告的是 aclnnMlaPrologV2WeightNzGetWorkspaceSize 在 tokenX=nullptr 时返回 -1,与所引资料中的 ACLNN_ERR_PARAM_NULLPTR(161001)不一致;这与 #6668 中返回 161002 的现象不同,不能直接认定为同一原因。

问题分析

按您提供的结果,正常输入返回 0,仅将 tokenX 改为 nullptr 后返回 -1,定位重点应是该参数的空指针检查,以及内部检查结果如何传递到公开接口。这样的返回值确实会使依赖标准错误码分类的调用方进入未知错误分支。不过,目前的源码片段尚未覆盖入口检查和完整返回路径,暂不能确定 -1 来自 OP_CHECK_NULL、内部接口还是外层转换。

处理方向

一个可行的方向是在首次使用 tokenX 前检查其是否为空,并让公开接口按文档返回 161001;同时检查内部失败返回值的传递,避免将内部状态直接作为公开错误码返回。对应回归用例可沿用您的正常输入与空指针对照,分别检查返回 0 和 161001。

关于统一判空的建议,需要区分必选参数与可选参数,不能将所有可选张量为空都视为错误,否则会拒绝原本合法的调用。可选参数应只在对应模式要求提供时检查,保留合法传空的行为。如果最终定位到公共检查逻辑,也需要确认修改是否会影响其他调用方,不能直接全局替换返回值。

现有复现材料已足以明确排查目标,无需重复补充环境信息。后续分析重点是确认 -1 的具体来源,以及修正返回码时如何保留可选参数的兼容行为。

likedislike
liuhanwen8
liuhanwen8
21 days ago Comments:

补充复现(2026-10-25,A2 910B3 / CANN 9.2.0,独立 aclnn C 两段式直调):
把 tokenX 置 nullptr(其余参数取已验证放行的基线)时,aclnnMlaPrologV2WeightNzGetWorkspaceSize
返回 -1,不是资料错误码表里的 161001;同批其它必选参数空指针也未统一走 161001 分支。
本轮 error-scenario 线同样判 MISMATCH expect=161001 got=-1(两腿 none/acl 一致),与本 issue 结论相同。

likedislike
周云飞
周云飞Collaborators
20 days ago Comments:

/assign @shasha_an

likedislike
CANN-robotCANN-robotCollaborators
20 days ago Assign shasha_an as responsible person
Sshasha_anCollaborators
17 days ago Assign wangss21 as responsible person
CANN-robotCANN-robotCollaborators
11 days ago Close issue
CANN-robotCANN-robotCollaborators
11 days ago Added label: resolved
周云飞
周云飞Collaborators
5 days ago Comments:

已在 PR #15124 中调整 aclnnMlaPrologV2WeightNz 的空指针处理:

  • 统一校验包括 tokenX 在内的 14 个必选张量;为空时返回标准错误码 ACLNN_ERR_PARAM_NULLPTR(161001),不再返回 -1。
  • 可选输出的内部占位张量创建失败时,返回 ACLNN_ERR_INNER_NULLPTR(561103),并同步补充中英文文档说明。

关联 PR:PR #15124

likedislike