| 文件 | 最后提交记录 | 最后更新时间 |
|---|---|---|
[CANNBot]ReduceStdV2Update算子新增AscendC实现 Co-authored-by: zhongheng<m202474569@hust.edu.cn> # message auto-generated for no-merge-commit merge: !4353 merge cherry-pick-mr-4262-1785415278766-auto into master [CANNBot]ReduceStdV2Update算子新增AscendC实现 Created-by: zhaozhongyao Commit-by: zhongheng Merged-by: cann-robot Description: ## 描述 为ReduceStdV2Update算子新增Ascend C Kernel实现，目标平台ascend950（arch35），使该算子在Ascend 950上具备AscendC原生实现能力。 ReduceStdV2Update是CANN l0op内部算子，被aclnnVar/aclnnVarCorrection/aclnnVarMean在非regbase路径下内部调用，接收已计算好的均值mean，基于mean计算方差或标准差。此前该算子仅有TBE binary覆盖，无AscendC实现。 ### 计算公式 $$diff = x - \mu$$ $$sq\_sum = \sum_{i \in D} diff_i^2$$ $$var = \frac{sq\_sum}{N - correction}$$ $$output = \begin{cases} \sqrt{var} & \text{if } if\_std = true \\ var & \text{if } if\_std = false \end{cases}$$ 其中 $D$ 为归约维度集合，$N$ 为归约维度元素个数，$\mu$ 为外部传入的均值，correction=0 为有偏估计（分母 N），correction=1 为无偏估计（分母 N-1）。aclnn接口固定输出方差（if_std=false）；GE IR图模式可通过if_std属性控制输出方差或标准差。 ### 调用链 aclnnVar(x, dim, correction, keepdim) → ReduceMean(x) → Expand(mean, x.shape) → l0op::ReduceStdV2Update(x, mean, dim, unbiased, keepdim) ← 本算子 → output_var - **op_kernel**：实现normal/group/empty三套模板。normal模板处理常规A×R 2D归约；group模板处理多核2D分核场景（A轴切分多核+R轴组内归约）；empty模板处理空Tensor边界。FP16/BF16输入固定提升到FP32累加，结果转回原dtype。 - **op_host**：新增def.cpp（OpDef定义，dtype/format/属性配置）、infershape.cpp（shape推导，复用InferShape4ReduceStdFunc逻辑）、tiling_arch35.cpp（arch35 Tiling实现，标准4步pattern预处理+双切分+多核切分）。 - **op_graph**：新增proto.h（仅文档，REG_OP沿用canndev reduce_ops.h:1563已有注册，不重复定义）。 - **CMakeLists.txt**：改为add_all_modules_sources标准模板，配置ascend950 COMPUTE_UNIT和arch35 TILING_DIR，ACLNNTYPE=aclnn_exclude（L2接口不对外暴露，由aclnnVar等上层接口内部调用）。 - **examples**：新增GE IR图模式调用示例，覆盖FP32 var和std两个用例。 - **文档**：新增README.md（产品支持、功能说明、参数说明、约束说明、调用说明），更新docs/zh/op_list.md支持状态。 ## 关联的Issue https://gitcode.com/cann/ops-math/issues/2327 ## 测试 - **编译验证**：ascend950平台编译通过，生成15份binary（5模板组合 × 3 dtype，动态TilingKey分发）。 - **GE IR通路验证**：run_example graph模式执行通过，覆盖FP32 var（if_std=false）和std（if_std=true）两个用例，验证算子在图模式下方差和标准差两条计算路径均正确。 - **Torch通路验证**：torch.var → aclnnVar → ReduceStdV2Update kernel调用链验证通过，3/3用例PASS（无偏方差、有偏方差、keepdim）。 - **TTK精度验证**：614条用例全部执行，通过率100%。覆盖FP32/FP16/BF16三种dtype、全维度归约/指定维度归约/负索引/keepdim/有偏无偏等场景。 - **白盒测试**：210条白盒用例，全部非空tensor，唯一参数组合率99.5%，覆盖if_std=true/unbiased=false/keepdim=true/负索引/多维度归约等场景，TilingKey覆盖率80%（4/5命中）。 ## 文档更新 - 新增math/reduce_std_v2_update/README.md：算子README，包含产品支持情况（6款产品）、功能说明、参数说明、约束说明、调用说明。 - 更新docs/zh/op_list.md：reduce_std_v2_update支持状态由×改为√（op_kernel=√, op_host=√, op_api=×, op_graph=√）。 ## 类型标签 - [ ] Bug修复 - [x] 新特性 - [ ] 性能优化 - [ ] 文档更新 - [ ] 其他，请描述： See merge request: cann/ops-math!4353 | 2 个月前 | |
fix（SignBitsUnpack、ReduceStdV2Update算子）：质量加固：典型问题+代码问题整改 Co-authored-by: aqt666<2016141505@qq.com> # message auto-generated for no-merge-commit merge: !5722 merge codex/sign-bits-unpack-quality into master fix（SignBitsUnpack、ReduceStdV2Update算子）：质量加固：典型问题+代码问题整改 Created-by: aqt666 Commit-by: aqt666 Merged-by: cann-robot Description: ## 描述 **SignBitsUnpack** 1. 修复解包位序与 SignBitsPack 不一致的问题：逐字节执行 bit reverse，使输出按 MSB-first 顺序展开。 2. 修复符号极性相反的问题：统一为 bit 1 输出 -1、bit 0 输出 +1。 3. 在 InferShape 中增加解包元素总数的乘法溢出检查及 size 整除检查，避免非法 shape 被静默截断。 4. 同步更新算子 README、Host UT 和 Kernel UT，新增 Pack/Unpack 位序与极性兼容性测试。 5. ACLNN 对 dtype 参数增加显式白名单校验，仅允许既有的 FLOAT/FLOAT16，未新增任何 dtype。 6. README 和 ACLNN 文档明确区分 self=UINT8、size=int64_t 与 dtype 参数支持集，避免跨参数类型聚合误判。 7. 复核 size 约束：InferShape、Tiling、ACLNN、L0 均已实现 size > 0 校验，ACLNN/InferShape 同时校验整除关系，无需重复增加逻辑。 8. 将已有非法 dtype UT 名称修正为 ascend910B2_case_invalid_dtype。 ## 关联的Issue #3202 ## 测试 - SignBitsUnpack Host UT：17/17 通过。 - SignBitsUnpack Kernel UT：8/8 通过。 - clang-format --dry-run --Werror 通过。 - git diff --check 通过。 ## 文档更新 更新 math/sign_bits_unpack/README.md，明确 MSB-first 位序及 bit 1/0 对应的输出极性。 ## 类型标签 - [x] Bug修复 - [ ] 新特性 - [ ] 性能优化 - [x] 文档更新 - [ ] 其他，请描述： ## AI/Agent生成声明 - [x] AI辅助编写 > canndev Ascend 950 ini 清理由于属于 cann/canndev 仓库，不包含在本 ops-math PR 中。 **ReduceStdV2Update** 1. 完善空 Tensor 防御路径：保持 EMPTY_A 零操作，EMPTY_R 输出由固定 0 修正为 NaN，并与 normal 路径 N <= correction 时的 cof=NaN 语义保持一致。 2. 修复 EMPTY_R 路径 UB 预算超限：VECOUT 队列由双缓冲调整为单缓冲，最坏场景 UB 占用由 256KB 降至 192KB，低于 248KB 上限。 3. 去除 Kernel 入口文件 _apt 后缀，将 reduce_std_v2_update_apt.cpp 重命名为 reduce_std_v2_update.cpp，并同步更新算子注册配置。 4. 保留并验证 mean 的 dtype、format、shape 一致性校验，补充 EMPTY_A、EMPTY_R 和非正分母 NaN 场景 Host UT。 5. 同步更新 README 中的空 Tensor 与 NaN 边界语义。 测试： - ReduceStdV2Update Host UT：22/22 通过。 - ReduceStdV2Update Kernel 定向构建通过。 - clang-format --dry-run --Werror 通过。 - git diff --check 通过。 ### InferShape 补充加固 1. 修复非法 dim 在 InferShape 阶段被静默忽略的问题，越界轴现在返回失败；保留负轴、多轴和轴去重语义。 2. 增加静态场景下 mean.shape == x.shape 校验，并允许动态维度延后到运行期校验。 3. 增加输入 rank 不超过 8 的约束校验。 4. 修复 unknown-rank 动态 Shape 输出透传。 5. 补充多轴归约、越界轴、mean shape 不一致、unknown-rank 和 rank 9 的 InferShape UT。 补充测试： - PR 实际 head 上 ophost + opgraph 完整构建通过。 - ReduceStdV2Update Host UT：27/27 通过（Tiling 18 项、InferShape 9 项）。 - git diff --check 通过。 See merge request: cann/ops-math!5722 | 12 天前 | |
[CANNBot]ReduceStdV2Update算子新增AscendC实现 Co-authored-by: zhongheng<m202474569@hust.edu.cn> # message auto-generated for no-merge-commit merge: !4353 merge cherry-pick-mr-4262-1785415278766-auto into master [CANNBot]ReduceStdV2Update算子新增AscendC实现 Created-by: zhaozhongyao Commit-by: zhongheng Merged-by: cann-robot Description: ## 描述 为ReduceStdV2Update算子新增Ascend C Kernel实现，目标平台ascend950（arch35），使该算子在Ascend 950上具备AscendC原生实现能力。 ReduceStdV2Update是CANN l0op内部算子，被aclnnVar/aclnnVarCorrection/aclnnVarMean在非regbase路径下内部调用，接收已计算好的均值mean，基于mean计算方差或标准差。此前该算子仅有TBE binary覆盖，无AscendC实现。 ### 计算公式 $$diff = x - \mu$$ $$sq\_sum = \sum_{i \in D} diff_i^2$$ $$var = \frac{sq\_sum}{N - correction}$$ $$output = \begin{cases} \sqrt{var} & \text{if } if\_std = true \\ var & \text{if } if\_std = false \end{cases}$$ 其中 $D$ 为归约维度集合，$N$ 为归约维度元素个数，$\mu$ 为外部传入的均值，correction=0 为有偏估计（分母 N），correction=1 为无偏估计（分母 N-1）。aclnn接口固定输出方差（if_std=false）；GE IR图模式可通过if_std属性控制输出方差或标准差。 ### 调用链 aclnnVar(x, dim, correction, keepdim) → ReduceMean(x) → Expand(mean, x.shape) → l0op::ReduceStdV2Update(x, mean, dim, unbiased, keepdim) ← 本算子 → output_var - **op_kernel**：实现normal/group/empty三套模板。normal模板处理常规A×R 2D归约；group模板处理多核2D分核场景（A轴切分多核+R轴组内归约）；empty模板处理空Tensor边界。FP16/BF16输入固定提升到FP32累加，结果转回原dtype。 - **op_host**：新增def.cpp（OpDef定义，dtype/format/属性配置）、infershape.cpp（shape推导，复用InferShape4ReduceStdFunc逻辑）、tiling_arch35.cpp（arch35 Tiling实现，标准4步pattern预处理+双切分+多核切分）。 - **op_graph**：新增proto.h（仅文档，REG_OP沿用canndev reduce_ops.h:1563已有注册，不重复定义）。 - **CMakeLists.txt**：改为add_all_modules_sources标准模板，配置ascend950 COMPUTE_UNIT和arch35 TILING_DIR，ACLNNTYPE=aclnn_exclude（L2接口不对外暴露，由aclnnVar等上层接口内部调用）。 - **examples**：新增GE IR图模式调用示例，覆盖FP32 var和std两个用例。 - **文档**：新增README.md（产品支持、功能说明、参数说明、约束说明、调用说明），更新docs/zh/op_list.md支持状态。 ## 关联的Issue https://gitcode.com/cann/ops-math/issues/2327 ## 测试 - **编译验证**：ascend950平台编译通过，生成15份binary（5模板组合 × 3 dtype，动态TilingKey分发）。 - **GE IR通路验证**：run_example graph模式执行通过，覆盖FP32 var（if_std=false）和std（if_std=true）两个用例，验证算子在图模式下方差和标准差两条计算路径均正确。 - **Torch通路验证**：torch.var → aclnnVar → ReduceStdV2Update kernel调用链验证通过，3/3用例PASS（无偏方差、有偏方差、keepdim）。 - **TTK精度验证**：614条用例全部执行，通过率100%。覆盖FP32/FP16/BF16三种dtype、全维度归约/指定维度归约/负索引/keepdim/有偏无偏等场景。 - **白盒测试**：210条白盒用例，全部非空tensor，唯一参数组合率99.5%，覆盖if_std=true/unbiased=false/keepdim=true/负索引/多维度归约等场景，TilingKey覆盖率80%（4/5命中）。 ## 文档更新 - 新增math/reduce_std_v2_update/README.md：算子README，包含产品支持情况（6款产品）、功能说明、参数说明、约束说明、调用说明。 - 更新docs/zh/op_list.md：reduce_std_v2_update支持状态由×改为√（op_kernel=√, op_host=√, op_api=×, op_graph=√）。 ## 类型标签 - [ ] Bug修复 - [x] 新特性 - [ ] 性能优化 - [ ] 文档更新 - [ ] 其他，请描述： See merge request: cann/ops-math!4353 | 2 个月前 |
| 文件 | 最后提交记录 | 最后更新时间 |
|---|---|---|
| 2 个月前 | ||
| 12 天前 | ||
| 2 个月前 |