现象

aclnnMhcPreSinkhorn 在 needBackward=false 时，资料把 hPre / hcBeforeNorm / invRms / sumOut / normOut
五个输出标为「当 needBackward 为 false 时，此输出无效」，因此调用方传 nullptr 应属合法；
实测第一段 aclnnMhcPreSinkhornGetWorkspaceSize 返回 561103（内部错误码），第二段未执行。

op_host/op_api/aclnn_mhc_pre_sinkhorn.cpp 的 CheckNotNull 只在 needBackward=true 时才校验这 5 个指针，
参数检查本身是放行的，561103 来自其后的组图/执行器阶段。

期望

引资料 mhc/mhc_pre_sinkhorn/docs/aclnnMhcPreSinkhorn.md 参数表（hPre / hcBeforeNorm / invRms / sumOut / normOut
五行）：「当needBackward为false时，此输出无效。」 →
因此 needBackward=false 时传 nullptr 应当正常走通（返回 0），不应在 GetWorkspaceSize 返回内部错误码 561103，
也不应要求调用方为无效输出分配显存。

环境

• 硬件：Atlas A2 910B2（npu-smi 26.1.1），设备 3
• CANN：9.2.0，Linux aarch64，g++ 11.4.0
• 仓库与提交：cann/ops-transformer 0f6fad56（git fetch origin master 后本地与远端一致）
• 复现日期：2026-10-24

复现步骤

1. 保存下方脚本为 repro.cpp
2. g++ -std=c++17 -O2 repro.cpp -o repro -I$ASCEND_HOME_PATH/include -L$ASCEND_HOME_PATH/lib64 -lascendcl -lopapi -lnnopbase
3. ./repro
4. 观察输出：缺陷组 gws=561103，对照组 gws=0 exec=0 sync=0；两组只有「5 个可选出参是否分配」不同

复现脚本

#include <cstdio>
#include <vector>
#include <cstdint>
#include "acl/acl.h"
#include "aclnn/acl_meta.h"
#include "aclnnop/aclnn_mhc_pre_sinkhorn.h"
static aclTensor* mk(const std::vector<int64_t>& sh, aclDataType dt, void* dv) {
  std::vector<int64_t> st(sh.size(), 1);
  for (int i = (int)sh.size() - 2; i >= 0; --i) st[i] = sh[i + 1] * st[i + 1];
  return aclCreateTensor(sh.data(), sh.size(), dt, st.data(), 0, ACL_FORMAT_ND,
                         sh.data(), sh.size(), dv);
}
static void* dev(size_t b) {
  void* p = nullptr; size_t n = b ? b : 32;
  aclrtMalloc(&p, n, ACL_MEM_MALLOC_HUGE_FIRST); aclrtMemset(p, n, 0, n); return p;
}
int main() {
  aclInit(nullptr); aclrtSetDevice(3); aclrtStream s = nullptr; aclrtCreateStream(&s);
  int64_t bs = 2, sq = 8, n = 4, c = 256, hcMix = n * n + 2 * n, iters = 20;
  std::vector<int64_t> xs{bs, sq, n, c}, ps{hcMix, n * c}, as{3}, bss{hcMix};
  std::vector<int64_t> hinS{bs, sq, c}, hpS{bs, sq, n}, hrS{bs, sq, n * n};
  std::vector<int64_t> hpreS{bs, sq, n}, hcbnS{bs, sq, hcMix}, invS{bs, sq, 1};
  std::vector<int64_t> sumS{iters * 2, bs, sq, n}, normS{iters * 2, bs, sq, n, n};
  void* dx = dev(bs * sq * n * c * 2);  void* dp = dev(hcMix * n * c * 4);
  void* da = dev(3 * 4);                void* db = dev(hcMix * 4);
  void* dhin = dev(bs * sq * c * 2);    void* dhp = dev(bs * sq * n * 4);
  void* dhr = dev(bs * sq * n * n * 4);
  for (int variant = 0; variant < 2; ++variant) {
    aclTensor* tx = mk(xs, ACL_BF16, dx); aclTensor* tp = mk(ps, ACL_FLOAT, dp);
    aclTensor* ta = mk(as, ACL_FLOAT, da); aclTensor* tb = mk(bss, ACL_FLOAT, db);
    aclTensor* thin = mk(hinS, ACL_BF16, dhin); aclTensor* thp = mk(hpS, ACL_FLOAT, dhp);
    aclTensor* thr = mk(hrS, ACL_FLOAT, dhr);
    aclTensor *thpre = nullptr, *thcbn = nullptr, *tinv = nullptr, *tsum = nullptr, *tnorm = nullptr;
    void *dhpre = nullptr, *dhcbn = nullptr, *dinv = nullptr, *dsum = nullptr, *dnorm = nullptr;
    if (variant == 1) {
      dhpre = dev(bs * sq * n * 4);        thpre = mk(hpreS, ACL_FLOAT, dhpre);
      dhcbn = dev(bs * sq * hcMix * 4);    thcbn = mk(hcbnS, ACL_FLOAT, dhcbn);
      dinv = dev(bs * sq * 4);             tinv = mk(invS, ACL_FLOAT, dinv);
      dsum = dev(iters * 2 * bs * sq * n * 4);      tsum = mk(sumS, ACL_FLOAT, dsum);
      dnorm = dev(iters * 2 * bs * sq * n * n * 4); tnorm = mk(normS, ACL_FLOAT, dnorm);
    }
    uint64_t wsz = 0; aclOpExecutor* ex = nullptr;
    aclnnStatus r1 = aclnnMhcPreSinkhornGetWorkspaceSize(
        tx, tp, ta, tb, n, iters, 1e-6, 1e-6, false,
        thin, thp, thr, thpre, thcbn, tinv, tsum, tnorm, &wsz, &ex);
    int r2 = -999, r3 = -999;
    if (r1 == 0) {
      void* wp = wsz ? dev(wsz) : nullptr;
      r2 = (int)aclnnMhcPreSinkhorn(wp, wsz, ex, s);
      r3 = (int)aclrtSynchronizeStream(s);
      if (wp) aclrtFree(wp);
    }
    printf("variant=%d gws=%d exec=%d sync=%d\n", variant, (int)r1, r2, r3);
  }
  return 0;
}

实测输出：

variant=0（5 个可选出参 nullptr） gws=561103 exec=-999 sync=-999
variant=1（5 个可选出参已分配） gws=0 exec=0 sync=0

影响

推理场景（needBackward=false）按资料省略 5 个无效输出时无法跑通，只能为它们额外分配
hPre/hcBeforeNorm/invRms/sumOut(2*numIters 倍)/normOut(2*numIters 倍) 显存；
返回的 561103 是内部错误码，调用方无法区分「参数按资料省略」与真正的内部执行失败。

建议

needBackward=false 时在 op_api/aclnn_mhc_pre_sinkhorn.cpp 组图前把这 5 个输出替换为空占位
（或让 tiling 显式允许对应输出为空），使空指针不再进入执行器的输出校验；
并在资料错误码表补一条说明：needBackward=false 时这 5 个输出可传 nullptr。