| 文件 | 最后提交记录 | 最后更新时间 |
|---|---|---|
fix: update bucketize example and avg pool doc Co-authored-by: zhaowenrui666<zhaowenrui7@huawei.com> # message auto-generated for no-merge-commit merge: !7852 merge nnbugfix into master fix: update bucketize example and avg pool doc Created-by: zhaowenrui666 Commit-by: zhaowenrui666 Merged-by: cann-robot Description: ## 描述 本次修改包含两处迁仓检视整改： 1. 将 AvgPool1DAvgMatrix 的 proto 输入 format 说明补全为实现实际支持的 NCHW/NHWC/NC1HWC0，避免资料约束描述不完整。 2. 删除 Bucketize GEIR 示例中未使用的 kExpectedBucket 常量，清理冗余代码。 ## 关联的Issue 关联 Issue：https://gitcode.com/cann/ops-nn/issues/4264 ## 测试 - 执行 pre-commit run --files index/bucketize/examples/test_geir_bucketize.cpp pooling/avg_pool1d_avg_matrix/op_graph/avg_pool1d_avg_matrix_proto.h，结果通过。 - 修改 format 表达后，执行 pre-commit run --files pooling/avg_pool1d_avg_matrix/op_graph/avg_pool1d_avg_matrix_proto.h，结果通过。 - 执行 bash build.sh --pkg --ops=bucketize --vendor_name=bucketize -j8，自定义包构建通过。 - 执行 ./build_out/cann-ops-nn-bucketize_linux-aarch64.run --force，自定义包安装通过。 - 设置 ASCEND_CUSTOM_OPP_PATH=/home/developer/Ascend/cann-9.2.0/opp/vendors/bucketize_nn 后，执行 bash build.sh --run_example bucketize graph cust --vendor_name=bucketize，结果通过。 - 日志中确认自定义 AICPU 路径：出现 CUSTAICPUKernel、libnn_aicpu_kernels.so 和 InitAicpuTask node[bucketize]。 ## 文档更新 更新 pooling/avg_pool1d_avg_matrix/op_graph/avg_pool1d_avg_matrix_proto.h 中的 format 说明。 ## 类型标签 - [x] Bug修复 - [ ] 新特性 - [ ] 性能优化 - [ ] 文档更新 - [ ] 其他，请描述： ## AI/Agent生成声明 - [x] AI辅助编写 See merge request: cann/ops-nn!7852 | 2 个月前 | |
Add Bucketize ONNX plugin Co-authored-by: jialimin1<jialimin1@huawei.com> # message auto-generated for no-merge-commit merge: !7535 merge feat/bucketize-onnx-plugin into master Add Bucketize ONNX plugin Created-by: jialimin1 Commit-by: jialimin1 Merged-by: cann-robot Description: ## 描述 为仓内已有的 Bucketize AICPU 算子新增 ONNX 框架适配 plugin，打通 ONNX 模型导入链路。新增 2 个文件： 1. index/bucketize/framework/bucketize_onnx_plugin.cpp： - ParseOnnxParamsBucketize：从 ONNX 节点 JSON 编码的 attribute 中解析 boundaries（floats 列表），通过 op_dest.SetAttr("boundaries", boundaries) 设置到目标算子；解析异常时打 OP_LOGE 并返回 FAILED。 - REGISTER_CUSTOM_OP("Bucketize")：FrameworkType(ONNX)，OriginOpType 注册 ai.onnx::8..16::Bucketize 共 9 个 opset 版本，ParseParamsByOperatorFn(ParseOnnxParamsBucketize)，ImplyType(ImplyType::AI_CPU) 复用已有 AICPU kernel。 2. index/bucketize/framework/CMakeLists.txt：调用 add_onnx_plugin_sources() 将 plugin 源码纳入构建。 ## 关联的Issue #4164 ## 测试 根据代码变更，测试场景如下： 1. **编译构建测试** - 执行 index/bucketize/framework/CMakeLists.txt 配置与编译，验证 add_onnx_plugin_sources() 正确将 bucketize_onnx_plugin.cpp 纳入构建，plugin 目标可正常生成。 2. **算子注册/加载验证** - 验证 REGISTER_CUSTOM_OP("Bucketize") 注册成功，ONNX 框架下 ai.onnx::8..16::Bucketize（共 9 个 opset 版本）均可被正确识别并映射到 CANN Bucketize 算子，ImplyType 为 AI_CPU。 3. **属性解析验证** - 构造含 boundaries（floats 列表）的 ONNX Bucketize 节点，验证 ParseOnnxParamsBucketize 正确解析 JSON attribute 并通过 SetAttr("boundaries", ...) 写入目标算子，boundaries 为 std::vector<float> 且与 ONNX 输入一致。 4. **异常容错测试** - 构造畸形 JSON 或缺失 boundaries 字段的 ONNX 节点，验证 try/catch 捕获异常、记录 OP_LOGE 日志并返回 FAILED，不导致进程崩溃。 5. **端到端功能验证** - 加载含 Bucketize 节点的 ONNX 模型（覆盖 opset 8 与 16 边界版本），验证模型能成功导入并调用已有 Bucketize AICPU kernel 完成计算，输出与 ONNX Runtime 对齐。 ## 文档更新 本次变更未涉及文档更新。index/bucketize/README.md 已存在，未做修改；如需补充 ONNX 调用说明可在后续 PR 中跟进。 ## 类型标签 <!-- [x] 表示选中 --> - [ ] Bug修复 - [x] 新特性 - [ ] 性能优化 - [ ] 文档更新 - [ ] 其他，请描述： ## AI/Agent生成声明 <!-- [x] 表示选中 --> - [ ] AI辅助编写 See merge request: cann/ops-nn!7535 | 2 个月前 | |
feat: migrate bucketize and avg_pool1d_avg_matrix Co-authored-by: zhaowenrui666<zhaowenrui7@huawei.com> # message auto-generated for no-merge-commit merge: !6877 merge migrate-bucketize-avgpool1d into master feat: migrate bucketize and avg_pool1d_avg_matrix Created-by: zhaowenrui666 Commit-by: zhaowenrui666 Merged-by: cann-robot Description: ## Summary 迁移两个算子到 ops-nn 正确分类目录： - Bucketize -> index/bucketize - AvgPool1DAvgMatrix -> pooling/avg_pool1d_avg_matrix 本次按标准 AICPU 迁仓补齐： - AICPU kernel 与 *_aicpu_def.cpp - op_graph / op_host - UT - README - GE IR example ## Validation - bash ./build.sh --run_example bucketize graph --soc=ascend910_93 --noexec - example 运行成功，输出 bucketize 结果并打印 success - bash ./build.sh --run_example avg_pool1d_avg_matrix graph --soc=ascend910_93 --noexec - example 运行成功，输出 avg matrix 结果并打印 success - git diff --cached --check passed before commit See merge request: cann/ops-nn!6877 | 3 个月前 | |
feat: add bucketize runtime2 infershape Co-authored-by: ayuemoon<15802951036@163.com> # message auto-generated for no-merge-commit merge: !9798 merge bucketize-rt2-infershape into master feat: add bucketize runtime2 infershape Created-by: ayuemoon Commit-by: ayuemoon Merged-by: cann-robot Description: ## 描述 Bucketize 算子缺少 Runtime 2（RT2） InferShape 注册，导致图编译阶段无法正确完成输出 shape 和 dtype 推导。本 PR 为 Bucketize 补充 RT2 infershape 实现。 实现内容： - 使用 Ops::Base::InferShape4Elewise，保持输出 shape 与输入 shape 一致，并兼容动态维度。 - 根据 dtype 属性设置输出数据类型，支持 DT_INT32 和 DT_INT64。 - 接入 op_host 源码自动收集和 infershape UT 构建配置。 ## 关联的Issue 无。 ## 测试 在 Ascend950 环境执行 bash build.sh -u --ophost --ops=bucketize --soc=ascend950 -j8，并使用 nn_op_host_ut --gtest_filter=BucketizeInfershapeTest.* 运行 Bucketize InferShape UT，覆盖普通 Tensor、标量、空 Tensor、Unknown Rank、Unknown Dim 及 INT32/INT64 输出类型等场景，全部通过。 ## 文档更新 无。 ## 类型标签 - [ ] Bug修复 - [x] 新特性 - [ ] 性能优化 - [ ] 文档更新 - [ ] 其他，请描述： ## AI/Agent生成声明 - [x] AI辅助编写 See merge request: cann/ops-nn!9798 | 1 个月前 | |
feat(aicpu): AICPU built-in整包准入manifest机制 Co-authored-by: liu-wei<lovline.liuwei@huawei.com> # message auto-generated for no-merge-commit merge: !11655 merge feat/aicpu-builtin-package-manifest into master feat(aicpu): AICPU built-in整包准入manifest机制 Created-by: liu-wei Commit-by: liu-wei Merged-by: cann-robot Description: ## 描述 为 ops-nn 移植 AICPU built-in 整包准入 manifest 机制： 通过白名单控制 AICPU 算子是否准入 built-in 整包，默认全 OFF（与 ops-math 上线口径一致，算子准入由后续 PR 按需登记 xxx=ON），将"隐式排除"显式化为白名单机制。 **主要改动：** - 新增 cmake/config/aicpu_builtin_package_manifest.cmake：准入清单（AICPU_BUILTIN_PACKAGE_FORCE_ALL 默认 OFF + 空 manifest），在进入算子子目录前 include - cmake/func.cmake 新增 check_aicpu_builtin_pkg_allowed() 门控 helper - 23 个 AICPU 算子 op_kernel_aicpu/CMakeLists.txt 的 op_def 收集与 cust obj 编译包进 if (ENABLE_CUSTOM OR _AICPU_BUILTIN_PKG_ALLOWED) 门控 - gen_norm_symbol() 补 built-in 产出接线：NO_AICPU=OFF && ENABLE_PACKAGE=ON 时生成 aicpu_nn.json + libnn_aicpu_kernels.so（安装至 opp/built-in/op_impl/aicpu/{config,kernel}） - 顺手规范化 elu、adaptive_max_pool2d 的变体版权头（master 遗留问题，OAT 合规要求） **不受 manifest 控制（行为不变）：** ENABLE_CUSTOM（custom 包直通）、UT（AddAicpuOpTestCase 与收集逻辑解耦）、host 常量折叠（libopconstant_folding_nn.so） **默认行为无回退：** master 上 gen_norm_symbol() 本无 AICPU 产出调用（收集物无消费者），空 manifest 下整包产物与 master 完全一致 ## 关联的Issue https://gitcode.com/cann/ops-nn/issues/6515 ## 测试 本地 5 组 configure/build 验证： | 场景 | 结果 | |---|---| | 空 manifest 整包（ENABLE_PACKAGE=ON） | 干净跳过，无 aicpu 产物，与 master 一致 | | elu=ON | aicpu_nn.json 仅含 Elu；libnn_aicpu_kernels.so 仅链接 elu_cust_obj；安装路径正确 | | FORCE_ALL=ON | 23 算子全准入，json 含全部 23 个算子定义 | | ENABLE_CUSTOM=ON | 23 算子全收集，产出 cust_aicpu_kernel.json（→ vendors/custom_nn），与 master 无差异 | | UT（UT_TEST_ALL=ON） | 23 个算子 UT 用例正常创建 | pre-commit 全部通过（codespell、OAT 合规等）。 ## 文档更新 无需文档更新（纯构建配置改动） ## 类型标签 - 🐛 Bug修复 - ✅ ✨ 新特性 - ⚡ 性能优化 - ♻️ 重构 - 🧪 测试 - ✅ 📦 构建/CI - 🔧 配置变更 - 📝 文档更新 - ⬆️ 依赖升级 - 🔒 安全修复 - 🧹 代码清理 - ❓ 其他，请描述： See merge request: cann/ops-nn!11655 | 7 天前 | |
feat: add bucketize runtime2 infershape Co-authored-by: ayuemoon<15802951036@163.com> # message auto-generated for no-merge-commit merge: !9798 merge bucketize-rt2-infershape into master feat: add bucketize runtime2 infershape Created-by: ayuemoon Commit-by: ayuemoon Merged-by: cann-robot Description: ## 描述 Bucketize 算子缺少 Runtime 2（RT2） InferShape 注册，导致图编译阶段无法正确完成输出 shape 和 dtype 推导。本 PR 为 Bucketize 补充 RT2 infershape 实现。 实现内容： - 使用 Ops::Base::InferShape4Elewise，保持输出 shape 与输入 shape 一致，并兼容动态维度。 - 根据 dtype 属性设置输出数据类型，支持 DT_INT32 和 DT_INT64。 - 接入 op_host 源码自动收集和 infershape UT 构建配置。 ## 关联的Issue 无。 ## 测试 在 Ascend950 环境执行 bash build.sh -u --ophost --ops=bucketize --soc=ascend950 -j8，并使用 nn_op_host_ut --gtest_filter=BucketizeInfershapeTest.* 运行 Bucketize InferShape UT，覆盖普通 Tensor、标量、空 Tensor、Unknown Rank、Unknown Dim 及 INT32/INT64 输出类型等场景，全部通过。 ## 文档更新 无。 ## 类型标签 - [ ] Bug修复 - [x] 新特性 - [ ] 性能优化 - [ ] 文档更新 - [ ] 其他，请描述： ## AI/Agent生成声明 - [x] AI辅助编写 See merge request: cann/ops-nn!9798 | 1 个月前 | |
feat(aicpu): enable constant folding for migrated ops Co-authored-by: hid29204727<wangboyu20@huawei.com> # message auto-generated for no-merge-commit merge: !9280 merge codex/aicpu-const-folding into master feat(aicpu): enable constant folding for migrated ops Created-by: hid29204727 Commit-by: hid29204727 Merged-by: cann-robot Description: ## 描述 补充 ops-nn 仓 AICPU host 常量折叠注册通路，并为当前已标记 OPEN_OPS_FLAG 的 18 个迁移算子统一开启常量折叠支持。 主要改动： - 新增仓级 OPS_NN_REGISTER_CPU_KERNELV2 注册包装宏，host 构建优先注册 V2，device/custom/UT 保持 V1 回退。 - 为 add_modules_sources 和 add_all_modules_sources 增加 HOSTCPU 参数及 host OBJECT 收集逻辑。 - 为 18 个 OPEN_OPS_FLAG 算子补充 HOSTCPU TRUE、注册头文件和 V2 注册。 - host OBJECT 汇入 libopconstant_folding_nn.so。 ## 关联的Issue 无。 ## 测试 已完成以下静态验证： - git diff --check 通过。 - 18 个 OPEN_OPS_FLAG 算子均具备 HOSTCPU TRUE。 - 18 个算子均使用 OPS_NN_REGISTER_CPU_KERNELV2，无直接 V1 注册残留。 - 注册头文件、host 编译宏和仓级 so 收集通路检查通过。 当前 Windows 环境缺少 CANN、NPU、CMake 和远端构建桥，未执行 bash build.sh --pkg -j16；完整打包构建及常量折叠功能验证待 CANN Linux 环境/CI 完成。 ## 文档更新 无仓内文档变更。 ## 类型标签 - [ ] Bug修复 - [x] 新特性 - [ ] 性能优化 - [ ] 文档更新 - [ ] 其他，请描述： ## AI/Agent生成声明 - [x] AI辅助编写 See merge request: cann/ops-nn!9280 | 1 个月前 | |
产品名称修改 Co-authored-by: y60124828<yanglou1@h-partners.com> # message auto-generated for no-merge-commit merge: !11292 merge master into master 产品名称修改 Created-by: yanglu-1 Commit-by: y60124828 Merged-by: cann-robot Description: ## 描述 产品名称修改 ## 关联的Issue 关联Issue [#6089](https://gitcode.com/cann/ops-nn/issues/6089) ## 测试 <!--描述进行了哪些测试来验证你的改动。--> ## 文档更新 <!--如果这个PR包含文档的更新，请在这里指出。例如：更新了README.md文件。--> ## 类型标签 <!-- [x] 表示选中 --> - [ ] 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] 表示选中 --> - [ ] AI辅助编写 See merge request: cann/ops-nn!11292 | 21 天前 |
Bucketize
产品支持情况
| 产品 | 是否支持 |
|---|---|
| Ascend 950PR&950DT系列产品 | √ |
| Atlas A3系列产品 | √ |
| Atlas A2系列产品 | √ |
| Atlas 200I/500 A2推理产品 | × |
| Atlas推理系列产品 | √ |
| Atlas训练系列产品 | √ |
功能说明
- 算子功能：根据属性
boundaries为输入张量中的每个元素计算所属区间下标。
参数说明
| 参数名 | 输入/输出/属性 | 描述 | 数据类型 | 数据格式 |
|---|---|---|---|---|
x |
输入 | 任意shape的待分桶输入张量。 | INT32、INT64、FLOAT、DOUBLE | ND |
boundaries |
属性 | 升序排列的分桶边界。 | ListFloat | - |
dtype |
属性 | 输出张量类型，支持INT32、INT64。默认INT32。 | TYPE | - |
right |
属性 | true表示右插入，false表示左插入。默认true。 |
BOOL | - |
y |
输出 | 与xshape相同的分桶结果。 |
INT32、INT64 | ND |
约束说明
boundaries必须是升序。- 输出shape与输入
x保持一致。
调用说明
| 调用方式 | 调用样例 | 说明 |
|---|---|---|
| 图模式调用 | test_geir_bucketize | 通过算子IR构图方式调用Bucketize算子。 |