MhcPreSinkhornBackward

产品支持情况

算子功能：MhcPreSinkhornBackward 是 MhcPreSinkhorn 的反向算子，用于计算 mHC（Manifold-Constrained Hyper-Connections）结构中 Sinkhorn 变换的反向梯度传播。
主要输出：gradX、gradPhi、gradAlpha、gradBias。
前向缓存依赖：hPre、hcBeforeNorm、invRms、sumOut、normOut。
计算公式：
$gradX=∇x(MhcPreSinkhorn(x,ϕ,α,bias))gradPhi=∇ϕ(MhcPreSinkhorn(x,ϕ,α,bias))gradAlpha=∇α(MhcPreSinkhorn(x,ϕ,α,bias))gradBias=∇bias(MhcPreSinkhorn(x,ϕ,α,bias))\begin{aligned} gradX &= \nabla_{x}(\text{MhcPreSinkhorn}(x, \phi, \alpha, \text{bias})) \\ gradPhi &= \nabla_{\phi}(\text{MhcPreSinkhorn}(x, \phi, \alpha, \text{bias})) \\ gradAlpha &= \nabla_{\alpha}(\text{MhcPreSinkhorn}(x, \phi, \alpha, \text{bias})) \\ gradBias &= \nabla_{\text{bias}}(\text{MhcPreSinkhorn}(x, \phi, \alpha, \text{bias})) \end{aligned}$

参数名	输入/输出/属性	描述	数据类型	数据格式
gradHin	输入	输出h_in的梯度。	BFLOAT16,FLOAT16	ND
gradHPost	输入	输出h_post的梯度。	FLOAT32	ND
gradHRes	输入	输出h_res的梯度。	FLOAT32	ND
x	输入	前向输入x。	BFLOAT16,FLOAT16	ND
phi	输入	前向参数phi。	FLOAT32	ND
alpha	输入	前向参数alpha。	FLOAT32	ND
bias	输入	前向参数bias。	FLOAT32	ND
hPre	输入	前向保存的中间结果h_pre。	FLOAT32	ND
hcBeforeNorm	输入	前向保存的中间结果hc_before_norm。	FLOAT32	ND
invRms	输入	前向保存的中间结果inv_rms。	FLOAT32	ND
sumOut	输入	Sinkhorn变换正向计算保存的中间sum结果。	FLOAT32	ND
normOut	输入	Sinkhorn变换正向计算保存的中间norm结果。	FLOAT32	ND
hcEps	属性	数值稳定性参数，默认值1e-6。	DOUBLE	-
gradX	输出	输入x的梯度。	BFLOAT16,FLOAT16	ND
gradPhi	输出	参数phi的梯度。	FLOAT32	ND
gradAlpha	输出	参数alpha的梯度。	FLOAT32	ND
gradBias	输出	参数bias的梯度。	FLOAT32	ND

sumOut的shape记为(2*sk_iter_count,B,S,N) x的shape记为(B,S,N,C)

调用方式	调用样例	说明
aclnn调用	test_aclnn_mhc_pre.cpp	通过aclnnMhcPreSinkhornBackward 接口方式调用MhcPreSinkhornBackward算子。