master

ascend-robotA5机器上Adam优化器新增fused模式支持

914ee89a创建于 8 天前历史提交

文件	最后提交记录	最后更新时间
config	A5机器上Adam优化器新增fused模式支持 Co-authored-by: efwfefe<chenjunkun2@h-partners.com> # message auto-generated for no-merge-commit merge: !5806 merge master into master A5机器上Adam优化器新增fused模式支持 Created-by: efwfefe Commit-by: efwfefe Merged-by: ascend-robot Description: <!-- PR描述模板更新日期：20260203 --> # 【合入来源】 > <font color="red">**如有社区issue，请关联issue链接**</font>\ > <font color="red">**请勿携带内部流程信息（需求链接、问题单、内部issue等）**</font> - [x] 需求 - [ ] 问题单 - [ ] issue/工单 - [ ] 重构优化 - [ ] 资料更新 # 【修改方案】 Adam优化器增加fused模式支持，当adam(fused=true)的时候，会调用torch._fused_adam，其中会判断是否为A5机器，如果为A5机器则会调用aclnnFusedAdam算子，否则调用pytorch原生实现，走向cpu调用。 # 【资料变更】 涉及 修改pytorch仓中Torch.optim.adam，为其中添加新增A5的fused模式支持。 # 【接口变更】 不涉及 # 【功能验证】 新增ut测试文件test_fused_adam，在A2/3, A5上测试通过。使用atk在A2/3, A5上生成210个测试case，测试后精度通过。 # 【CheckList】 > PR提交人对以下CheckList自检项进行全量自检，自检通过或不涉及，均修改 [ ] 为 [x] - [x] 代码注释完备，正确记录错误日志 - [x] 代码实现进行了返回值、空指针等校验 - [x] PR标题正确使用类型标签，如：feat、fix、refactor、docs、test等 - [x] PR持续集成流水线（CI）执行通过，代码检查无异常 See merge request: Ascend/op-plugin!5806	8 天前
include	[master][Fix] Fix static check errors detected by clang-format Co-authored-by: zhoupeng<zp2165064878@163.com> # message auto-generated for no-merge-commit merge: !5544 merge clang-format-master-2 into master [master][Fix] Fix static check errors detected by clang-format Created-by: thickhair Commit-by: zhoupeng Merged-by: ascend-robot Description: <!-- PR描述模板更新日期：20260203 --> # 【合入来源】 > <font color="red">**如有社区issue，请关联issue链接**</font>\ > <font color="red">**请勿携带内部流程信息（需求链接、问题单、内部issue等）**</font> - [ ] 需求 - [ ] 问题单 - [x] issue/工单 https://gitcode.com/Ascend/op-plugin/issues/314 - [ ] 重构优化 - [ ] 资料更新 # 【修改方案】 clang-format错误修复 # 【资料变更】 > 请确认是否涉及资料变更。如涉及，需要在PR中体现，并简要说明修改内容。如不涉及，需填写“不涉及” # 【接口变更】 > 请确认是否涉及跨代码仓或者客户面可见的接口变更。如涉及，需要详细说明接口以及对应的变更内容，同时需要在资料中体现。如不涉及，需填写“不涉及” # 【功能验证】  # 【CheckList】 > PR提交人对以下CheckList自检项进行全量自检，自检通过或不涉及，均修改 [ ] 为 [x] - [ ] 代码注释完备，正确记录错误日志 - [ ] 代码实现进行了返回值、空指针等校验 - [ ] PR标题正确使用类型标签，如：feat、fix、refactor、docs、test等 - [ ] PR持续集成流水线（CI）执行通过，代码检查无异常 See merge request: Ascend/op-plugin!5544	1 个月前
ops	A5机器上Adam优化器新增fused模式支持 Co-authored-by: efwfefe<chenjunkun2@h-partners.com> # message auto-generated for no-merge-commit merge: !5806 merge master into master A5机器上Adam优化器新增fused模式支持 Created-by: efwfefe Commit-by: efwfefe Merged-by: ascend-robot Description: <!-- PR描述模板更新日期：20260203 --> # 【合入来源】 > <font color="red">**如有社区issue，请关联issue链接**</font>\ > <font color="red">**请勿携带内部流程信息（需求链接、问题单、内部issue等）**</font> - [x] 需求 - [ ] 问题单 - [ ] issue/工单 - [ ] 重构优化 - [ ] 资料更新 # 【修改方案】 Adam优化器增加fused模式支持，当adam(fused=true)的时候，会调用torch._fused_adam，其中会判断是否为A5机器，如果为A5机器则会调用aclnnFusedAdam算子，否则调用pytorch原生实现，走向cpu调用。 # 【资料变更】 涉及 修改pytorch仓中Torch.optim.adam，为其中添加新增A5的fused模式支持。 # 【接口变更】 不涉及 # 【功能验证】 新增ut测试文件test_fused_adam，在A2/3, A5上测试通过。使用atk在A2/3, A5上生成210个测试case，测试后精度通过。 # 【CheckList】 > PR提交人对以下CheckList自检项进行全量自检，自检通过或不涉及，均修改 [ ] 为 [x] - [x] 代码注释完备，正确记录错误日志 - [x] 代码实现进行了返回值、空指针等校验 - [x] PR标题正确使用类型标签，如：feat、fix、refactor、docs、test等 - [x] PR持续集成流水线（CI）执行通过，代码检查无异常 See merge request: Ascend/op-plugin!5806	8 天前
python	fix: 在 grouped matmul meta 中支持 symbolic shapes Co-authored-by: wanghui<wanghui432@huawei.com> # message auto-generated for no-merge-commit merge: !5817 merge codex/fix-gmm-meta-dynamic-symint into master fix: 在 grouped matmul meta 中支持 symbolic shapes Created-by: wanghui0 Commit-by: wanghui Merged-by: ascend-robot Description: <!-- PR描述模板更新日期：20260203 --> # 【合入来源】 > <font color="red">**如有社区issue，请关联issue链接**</font> issues: https://gitcode.com/Ascend/pytorch/issues/4520 - [ ] 需求 - [ ] 问题单 - [x] issue/工单 - [ ] 重构优化 - [ ] 资料更新 # 【修改方案】 在 torch.compile 和 FakeTensor 场景下，MoE routing 产生的 token 数可能在编译期未知，因此 npu_grouped_matmul 输入的 M 维可能是 data-dependent SymInt。 原有 meta 校验使用 Python 控制流： python if m > 0 and n > 0: torch._check(k > 0, ...) 当 m 或 n 是 unbacked SymInt 时，Python if 和 and 会尝试将 SymBool 转换为普通 Python bool，导致编译阶段触发： GuardOnDataDependentSymNode: Could not guard on data-dependent expression ... > 0 本 PR 包含以下修改： 1. 修改 npu_grouped_matmul_meta 的 K 维校验。 将原有 Python 分支改写为等价的逻辑蕴含表达式，并直接交给 torch._check： torch._check( (m <= 0) | (n <= 0) | (k > 0), lambda: ..., ) 使用按位 | 构造完整的 SymBool 表达式，避免在 Python 控制流中对 data-dependent SymInt 求值。 2. 同步修改 add_quant_gmm_check 中相同的校验模式，保证两个量化 GMM meta 通路行为一致。 3. 新增 FakeTensor 动态 Shape 单元测试。 在 test/core_tests/test_fake_tensor.py 中新增： test_npu_grouped_matmul_meta_quant_dynamic_m 测试通过 ShapeEnv.create_unbacked_symint() 构造动态 M 维，并调用 FP8 npu_grouped_matmul，验证 meta 推导不会触发 GuardOnDataDependentSymNode。 修改前后的校验语义保持一致： | M | N | K | 预期结果 | |---|---|---|---| | 0 | 任意 | 0 | 允许 | | 任意 | 0 | 0 | 允许 | | >0 | >0 | >0 | 允许 | | >0 | >0 | 0 | 抛出 RuntimeError | 因此，本修改不会改变已有的 M=0 或 N=0 空 Tensor 行为。 # 【资料变更】 > “不涉及” # 【接口变更】 > “不涉及” # 【功能验证】 单元测试 新增以下 FakeTensor UT： TestGroupedMatmul.test_npu_grouped_matmul_meta_quant_dynamic_m 测试覆盖： 使用 ShapeEnv.create_unbacked_symint() 构造动态 M 维； 构造 FP8 grouped matmul 输入； 调用 torch_npu.npu_grouped_matmul； 验证 meta shape 推导成功； 验证输出 N 维正确。 执行命令： python test/core_tests/test_fake_tensor.py \ TestGroupedMatmul.test_npu_grouped_matmul_meta_quant_dynamic_m 同时回归已有空 Tensor 校验测试： test_npu_grouped_matmul_meta_quant_empty_tensor_m0 test_npu_grouped_matmul_meta_quant_empty_tensor_k0 验证目标： M=0 时保持原有合法行为； M、N 均为正且 K=0 时仍然抛出 RuntimeError； M 为 unbacked SymInt 时不再触发 Python bool guard。 # 【CheckList】 > PR提交人对以下CheckList自检项进行全量自检，自检通过或不涉及，均修改 [ ] 为 [x] - [x] 代码注释完备，正确记录错误日志 - [x] 代码实现进行了返回值、空指针等校验 - [x] PR标题正确使用类型标签，如：feat、fix、refactor、docs、test等 - [ ] PR持续集成流水线（CI）执行通过，代码检查无异常 See merge request: Ascend/op-plugin!5817	8 天前
third_party	[master][Fix] Fix static check errors detected by clang-format Co-authored-by: thickhair<zp2165064878@163.com> # message auto-generated for no-merge-commit merge: !5599 merge clang-format-12 into master [master][Fix] Fix static check errors detected by clang-format Created-by: thickhair Commit-by: thickhair Merged-by: ascend-robot Description: <!-- PR描述模板更新日期：20260203 --> # 【合入来源】 > <font color="red">**如有社区issue，请关联issue链接**</font>\ > <font color="red">**请勿携带内部流程信息（需求链接、问题单、内部issue等）**</font> - [ ] 需求 - [ ] 问题单 - [ ] issue/工单 https://gitcode.com/Ascend/op-plugin/issues/314 - [ ] 重构优化 - [ ] 资料更新 # 【修改方案】 修复clang-format错误 # 【资料变更】 > 请确认是否涉及资料变更。如涉及，需要在PR中体现，并简要说明修改内容。如不涉及，需填写“不涉及” # 【接口变更】 > 请确认是否涉及跨代码仓或者客户面可见的接口变更。如涉及，需要详细说明接口以及对应的变更内容，同时需要在资料中体现。如不涉及，需填写“不涉及” # 【功能验证】  # 【CheckList】 > PR提交人对以下CheckList自检项进行全量自检，自检通过或不涉及，均修改 [ ] 为 [x] - [x] 代码注释完备，正确记录错误日志 - [x] 代码实现进行了返回值、空指针等校验 - [x] PR标题正确使用类型标签，如：feat、fix、refactor、docs、test等 - [x] PR持续集成流水线（CI）执行通过，代码检查无异常 See merge request: Ascend/op-plugin!5599	28 天前
utils	feat: WeightQuantPreprocess 新增 A16W4 紧凑排布数据流支持（INT4/FP4/MXFP4） Co-authored-by: maqijun<maqijun@h-partners.com> # message auto-generated for no-merge-commit merge: !5676 merge feat/weight-quant-preprocess-a16w4 into master feat: WeightQuantPreprocess 新增 A16W4 紧凑排布数据流支持（INT4/FP4/MXFP4） Created-by: maqijun Commit-by: maqijun Merged-by: ascend-robot Description: ## WeightQuantPreprocess A16W4（INT4/FP4/MXFP4）数据流支持 ### 概述 为 npu_weight_quant_preprocess 新增 A16W4 紧凑排布（4-bit，uint8 载体）数据流：A16S4 INT4（per-tensor/per-channel/per-group）与 A16F4 FP4（per-group/MX）。torch 接口保持原 9 参形式，**无新增参数**。 ### ND/NZ 内部判定 - 入口按 A16S4 + scale 形状分流：per-tensor（scale 单元素）/ per-channel（{N}/{1,N}）/ per-group（{G,N} G>1） - per-tensor：不支持 NZ，转置/非转置一律 ND 直拷 - per-channel / per-group：非转置 → NZ_C0_16 转换；转置 → ND 直拷；均不支持则报错 - ND/NZ 不体现在 judge/数据流命名上：judge 合并为 judge_mm_a16s4_per_tensor/per_channel/per_group，prepare_out_weight_a16s4 按 is_weight_trans 内部分支 - ND 非转置为纯透传，调用方可不经 preprocess 直接喂 npu_weight_quant_batchmatmul（eager/图模式均已支持 ND uint8 载体） ### 主要修改 1. FORMAT_FAKE_TO_REAL 映射扩展（op_api_common.cpp）：NZ_C0_8→NZ_C0_16（A16 4-bit），保留 NZ_C0_16→NZ_C0_32（A8） 2. WeightQuantPreprocessKernelNpuOpApi.cpp：A16S4 三个 judge + prepare 内部分支；A16F4 judge_mm_a16f4_nz_pergroup/judge_mm_a16f4_mx；prepare_out_weight_nz_a16s4（N-first NZ_C0_8 构造）；prepare_out_weight_nd/prepare_out_weight_scale_per_channel 保持输入 strides（转置透传） 3. npu_weight_quant_batchmatmul：uint8 载体 4-bit ND weight 按打包方向还原逻辑 K/N；is_weight_nz_4bit_compact 识别 NZ_C0_8/NZ_C0_16 4. meta 推导：uint8 载体 + 4-bit weight_dtype 时按 scale 末维推导逻辑 N ### 验证 - eager：test_torch_nz_perchannel、test_torch_nd_pg（per-tensor×4 + ND pc/pg 转置×4 + NZ pg×2）、test_eager_wqbmmv2_nd_direct（ND 直入 4 流）、test_torch_a16s4_variants（29 条：正向 + 转置自动 ND + 负向） - 图模式（torchair 静态+动态）：test_torch_graph_a16s4_all_flows 8 流×16 用例；A16F4 全套 - 存量 MX A8W4 / int8 流程不受影响  --- 关联Issue [#444](https://gitcode.com/Ascend/op-plugin/issues/444) See merge request: Ascend/op-plugin!5676	17 天前
CMakeLists.txt	[feat]拆分巨型文件 Co-authored-by: LiNuohang<linuohang@huawei.com> # message auto-generated for no-merge-commit merge: !5479 merge bianyi into master [feat]拆分巨型文件 Created-by: LiNuohang Commit-by: LiNuohang Merged-by: ascend-robot Description: <!-- PR描述模板更新日期：20260203 --> # 【合入来源】 > <font color="red">**如有社区issue，请关联issue链接**</font>\ > <font color="red">**请勿携带内部流程信息（需求链接、问题单、内部issue等）**</font> - [ ] 需求 - [ ] 问题单 - [x] issue/工单 - [ ] 重构优化 - [ ] 资料更新 # 【修改方案】 1.拆分巨型codegen文件 改前： 全量编译无ccache 18min [2026-07-14 11:46:25] Using PyTorch 2.13.0.dev20260610+cpu .... [2026-07-14 11:56:32] [1294/1298] Building CXX object CMakeFiles/torch_npu.dir/third_party/op-plugin/op_plugin/__OpInterface.cpp.o [2026-07-14 12:03:34] [1295/1298] Building CXX object CMakeFiles/torch_npu.dir/third_party/op-plugin/op_plugin/ops/opapi/StructKernelNpuOpApi.cpp.o [2026-07-14 12:03:35] [1296/1298] Linking CXX shared library packages/torch_npu/lib/libtorch_npu.so [2026-07-14 12:03:35] [1297/1298] Linking CXX shared library packages/torch_npu/lib/libop_plugin_atb.so 全量编译耗时长杆： [2026-07-16 11:20:23] [6/1295/1298 344.920s] Building CXX object CMakeFiles/torch_npu.dir/torch_npu/csrc/afd/Init.cpp.o [2026-07-16 11:20:24] [5/1295/1298 345.788s] Building CXX object CMakeFiles/torch_npu.dir/torch_npu/csrc/npu/Graph.cpp.o [2026-07-16 11:20:37] [4/1295/1298 358.510s] Building CXX object CMakeFiles/torch_npu.dir/torch_npu/csrc/npu/Module.cpp.o [2026-07-16 11:20:55] [3/1295/1298 376.786s] Building CXX object CMakeFiles/torch_npu.dir/torch_npu/csrc/distributed/ProcessGroupHCCL.cpp.o [2026-07-16 11:22:01] [2/1295/1298 442.896s] Building CXX object CMakeFiles/torch_npu.dir/third_party/op-plugin/op_plugin/OpInterface.cpp.o [2026-07-16 11:29:08] [1/1295/1298 869.507s] Building CXX object CMakeFiles/torch_npu.dir/third_party/op-plugin/op_plugin/ops/opapi/StructKernelNpuOpApi.cpp.o [2026-07-16 11:29:08] [1/1296/1298 870.165s] Linking CXX shared library packages/torch_npu/lib/libtorch_npu.so [2026-07-16 11:29:08] [1/1297/1298 870.258s] Linking CXX shared library packages/torch_npu/lib/libop_plugin_atb.so 编译耗时排名： 595627 CMakeFiles/torch_npu.dir/third_party/op-plugin/op_plugin/ops/opapi/StructKernelNpuOpApi.cpp.o 242710 CMakeFiles/torch_npu.dir/torch_npu/csrc/aten/RegisterNPU.cpp.o 153605 CMakeFiles/torch_npu.dir/third_party/op-plugin/op_plugin/OpInterface.cpp.o 111907 CMakeFiles/torch_npu.dir/torch_npu/csrc/aten/CustomFunctions.cpp.o 110520 CMakeFiles/torch_npu.dir/third_party/op-plugin/op_plugin/ops/opapi/FlashAttentionKernelNpuOpApi.cpp.o 101897 CMakeFiles/torch_npu.dir/torch_npu/csrc/aten/CustomRegisterSchema.cpp.o 92198 CMakeFiles/torch_npu.dir/third_party/op-plugin/op_plugin/ops/opapi/FlashAttentionV2KernelNpuOpApi.cpp.o 88972 third_party/torchair/CMakeFiles/copy_torchair_pyfiles 88972 /home/linuohang/package/bianyi/PTA-CODE/torch_npu/build/third_party/torchair/CMakeFiles/copy_torchair_pyfiles 77577 CMakeFiles/torch_npu.dir/torch_npu/csrc/distributed/ProcessGroupHCCL.cpp.o 56191 CMakeFiles/torch_npu.dir/torch_npu/csrc/aten/CustomRedispatch.cpp.o 52131 CMakeFiles/torch_npu.dir/torch_npu/csrc/core/npu/NPUCachingAllocator.cpp.o 51924 CMakeFiles/torch_npu.dir/torch_npu/csrc/aten/VariableType_0.cpp.o 51337 CMakeFiles/torch_npu.dir/torch_npu/csrc/npu/Module.cpp.o 51312 CMakeFiles/torch_npu.dir/third_party/op-plugin/op_plugin/ops/opapi/MatmulAllReduceBaseKernelNpuOpApi.cpp.o 48609 CMakeFiles/torch_npu.dir/third_party/op-plugin/op_plugin/ops/opapi/FusedInferAttentionScoreKernelNpuOpApi.cpp.o 48146 CMakeFiles/torch_npu.dir/torch_npu/csrc/inductor/dvm/pybind_api.cpp.o 47171 CMakeFiles/torch_npu.dir/torch_npu/csrc/aten/Functions.cpp.o 45263 /home/linuohang/package/bianyi/PTA-CODE/torch_npu/third_party/dvm/dvm/libdvm.a 43958 CMakeFiles/torch_npu.dir/third_party/op-plugin/op_plugin/ops/opapi/MlaPrologV3KernelNpuOpApi.cpp.o 43386 CMakeFiles/torch_npu.dir/third_party/op-plugin/op_plugin/ops/opapi/DivKernelNpuOpApi.cpp.o 43324 CMakeFiles/torch_npu.dir/third_party/op-plugin/op_plugin/ops/opapi/GtKernelNpuOpApi.cpp.o 43055 CMakeFiles/torch_npu.dir/torch_npu/csrc/distributed/Init.cpp.o 40365 CMakeFiles/torch_npu.dir/third_party/op-plugin/op_plugin/ops/opapi/LeKernelNpuOpApi.cpp.o 39415 CMakeFiles/torch_npu.dir/third_party/op-plugin/op_plugin/ops/opapi/LtKernelNpuOpApi.cpp.o # 【资料变更】 不涉及 # 【接口变更】 不涉及 # 【功能验证】 改后： 全量编译无ccache 8min。无长杆。 [2026-07-16 19:33:30] Using PyTorch 2.13.0.dev20260610+cpu ....... [2026-07-16 19:38:53] [88:1301/1406 238.557s] Building CXX object CMakeFiles/torch_npu_objs.dir/third_party/op-plugin/op_plugin/OpInterface_7.cpp.o [2026-07-16 19:38:53] [88:1302/1406 238.657s] Building CXX object CMakeFiles/torch_npu_objs.dir/third_party/op-plugin/op_plugin/OpInterface_25.cpp.o [2026-07-16 19:38:53] [88:1303/1406 238.678s] Building CXX object CMakeFiles/torch_npu_objs.dir/third_party/op-plugin/op_plugin/utils/custom_functions/aclops/TriangularSolveKernelNpu.cpp.o [2026-07-16 19:38:53] [88:1304/1406 238.699s] Building CXX object CMakeFiles/torch_npu_objs.dir/third_party/op-plugin/op_plugin/ops/opapi/StructKernelNpuOpApi_17.cpp.o [2026-07-16 19:38:53] [88:1305/1406 238.731s] Building CXX object CMakeFiles/torch_npu_objs.dir/third_party/op-plugin/op_plugin/ops/opapi/StructKernelNpuOpApi_3.cpp.o [2026-07-16 19:38:53] [88:1306/1406 238.753s] Building CXX object CMakeFiles/torch_npu_objs.dir/third_party/op-plugin/op_plugin/OpInterface_27.cpp.o [2026-07-16 19:38:53] [88:1307/1406 238.970s] Building CXX object CMakeFiles/torch_npu_objs.dir/torch_npu/csrc/framework/utils/ForceAclnnList.cpp.o ....... [2026-07-16 19:40:44] [5:1404/1406 349.560s] Building CXX object third_party/op-plugin/op_plugin/CMakeFiles/op_plugin_atb.dir/ops/atb/FusedAddDivAtb.cpp.o [2026-07-16 19:40:44] [4:1404/1406 349.957s] Building CXX object third_party/op-plugin/op_plugin/CMakeFiles/op_plugin_atb.dir/ops/atb/RopeAtb.cpp.o [2026-07-16 19:40:45] [3:1404/1406 350.966s] Building CXX object third_party/op-plugin/op_plugin/CMakeFiles/op_plugin_atb.dir/ops/atb/RingMlaAtb.cpp.o [2026-07-16 19:40:46] [2:1404/1406 351.732s] Building CXX object third_party/op-plugin/op_plugin/CMakeFiles/op_plugin_atb.dir/ops/atb/MLAPreprocessAtb.cpp.o [2026-07-16 19:40:47] [1:1404/1406 353.319s] Building CXX object third_party/op-plugin/op_plugin/CMakeFiles/op_plugin_atb.dir/ops/atb/MultiHeadLatentAttentionAtb.cpp.o [2026-07-16 19:40:48] [1:1405/1406 353.438s] Linking CXX shared library packages/torch_npu/lib/libop_plugin_atb.so [2026-07-16 19:40:48] running build_ext 编译耗时排名 116.0 s CMakeFiles/torch_npu_objs.dir/torch_npu/csrc/aten/CustomFunctions.cpp.o 110.3 s CMakeFiles/torch_npu_objs.dir/third_party/op-plugin/op_plugin/ops/opapi/FlashAttentionKernelNpuOpApi.cpp.o 99.6 s CMakeFiles/torch_npu_objs.dir/torch_npu/csrc/aten/CustomRegisterSchema.cpp.o 89.9 s third_party/torchair/CMakeFiles/copy_torchair_pyfiles 89.9 s /home/linuohang/package/bianyi/PTA-MASTER-310/torch_npu/build/third_party/torchair/CMakeFiles/copy_torchair_pyfiles 79.5 s CMakeFiles/torch_npu_objs.dir/torch_npu/csrc/distributed/ProcessGroupHCCL.cpp.o 79.0 s CMakeFiles/torch_npu_objs.dir/third_party/op-plugin/op_plugin/ops/opapi/FlashAttentionV2KernelNpuOpApi.cpp.o 53.7 s CMakeFiles/torch_npu_objs.dir/torch_npu/csrc/npu/Module.cpp.o 52.2 s CMakeFiles/torch_npu_objs.dir/torch_npu/csrc/aten/CustomRedispatch.cpp.o 50.9 s CMakeFiles/torch_npu_objs.dir/third_party/op-plugin/op_plugin/ops/opapi/StructKernelNpuOpApi_16.cpp.o 50.6 s CMakeFiles/torch_npu_objs.dir/third_party/op-plugin/op_plugin/ops/opapi/StructKernelNpuOpApi_17.cpp.o 49.0 s CMakeFiles/torch_npu_objs.dir/third_party/op-plugin/op_plugin/ops/opapi/MatmulAllReduceBaseKernelNpuOpApi.cpp.o 48.9 s CMakeFiles/torch_npu_objs.dir/third_party/op-plugin/op_plugin/ops/opapi/StructKernelNpuOpApi_8.cpp.o 47.4 s CMakeFiles/torch_npu_objs.dir/torch_npu/csrc/core/npu/NPUCachingAllocator.cpp.o 47.0 s CMakeFiles/torch_npu_objs.dir/third_party/op-plugin/op_plugin/ops/opapi/StructKernelNpuOpApi_3.cpp.o 45.7 s CMakeFiles/torch_npu_objs.dir/third_party/op-plugin/op_plugin/ops/opapi/StructKernelNpuOpApi_30.cpp.o 45.7 s CMakeFiles/torch_npu_objs.dir/third_party/op-plugin/op_plugin/ops/opapi/StructKernelNpuOpApi_0.cpp.o 44.8 s CMakeFiles/torch_npu_objs.dir/torch_npu/csrc/distributed/Init.cpp.o 44.2 s CMakeFiles/torch_npu_objs.dir/third_party/op-plugin/op_plugin/ops/opapi/StructKernelNpuOpApi_26.cpp.o 44.0 s /home/linuohang/package/bianyi/PTA-MASTER-310/torch_npu/third_party/dvm/dvm/libdvm.a 43.7 s CMakeFiles/torch_npu_objs.dir/third_party/op-plugin/op_plugin/ops/opapi/StructKernelNpuOpApi_29.cpp.o 42.8 s CMakeFiles/torch_npu_objs.dir/third_party/op-plugin/op_plugin/ops/opapi/MlaPrologV3KernelNpuOpApi.cpp.o 41.2 s CMakeFiles/torch_npu_objs.dir/torch_npu/csrc/aten/Functions.cpp.o 40.5 s CMakeFiles/torch_npu_objs.dir/third_party/op-plugin/op_plugin/ops/opapi/DivKernelNpuOpApi.cpp.o 40.2 s CMakeFiles/torch_npu_objs.dir/third_party/op-plugin/op_plugin/ops/opapi/StructKernelNpuOpApi_1.cpp.o 39.7 s CMakeFiles/torch_npu_objs.dir/third_party/op-plugin/op_plugin/ops/opapi/StructKernelNpuOpApi_15.cpp.o ....... 25.7s CMakeFiles/torch_npu_objs.dir/third_party/op-plugin/op_plugin/OpInterface_9.cpp.o # 【CheckList】 > PR提交人对以下CheckList自检项进行全量自检，自检通过或不涉及，均修改 [ ] 为 [x] - [x] 代码注释完备，正确记录错误日志 - [x] 代码实现进行了返回值、空指针等校验 - [x] PR标题正确使用类型标签，如：feat、fix、refactor、docs、test等 - [x] PR持续集成流水线（CI）执行通过，代码检查无异常 See merge request: Ascend/op-plugin!5479	1 个月前