ops-transformer_2nd/tests · yezhuoxi/ops-transformer_2nd

cann-robotfeat: allto_all_quant_matmul 960 hif4 scene

Files	Last commit	Last update
mc2_mock_test_frame	fix(pre-commit): 全仓代码规范整改——公共 Co-authored-by: gitcode_lijd<lijiandong20@huawei.com> # message auto-generated for no-merge-commit merge: !13532 merge common into master fix(pre-commit): 全仓代码规范整改——公共 Created-by: gitcode_lijd Commit-by: gitcode_lijd Merged-by: cann-robot Description: 关联Issue https://gitcode.com/cann/ops-transformer/issues/5939 ## 描述全仓代码规范整改系列——公共目录（common/、examples/、tests/、scripts/ 等）。基于仓库 pre-commit 门禁对存量代码做一次性规范收敛： - clang-format 按 `.clang-format` 统一格式（列宽 120、指针左对齐等），ruff 格式化 Python - 行尾空白、文件末尾换行修复，少量文档笔误修正 - 规模：280 个文件，+4708/-5785 行，纯格式化改动语义等价，无逻辑变更 ## 关联的Issue https://gitcode.com/cann/ops-transformer/issues/5939（全仓整改总跟踪） ## 测试 - pre-commit 全部钩子本地通过 - CI 流水线（compile/UT）验证 See merge request: cann/ops-transformer!13532	1 month ago
ut	feat: allto_all_quant_matmul 960 hif4 scene Co-authored-by: tongzy1242<tongzeyun@huawei.com> # message auto-generated for no-merge-commit merge: !13950 merge feat/A6_mc2_merge_baseline into master feat: allto_all_quant_matmul 960 hif4 scene Created-by: tongzy1242 Commit-by: tongzy1242 Merged-by: cann-robot Description: ## 描述 <!--在这里详细描述你的改动，包括改动的原因和所采取的方法。--> AlltoAllMatmul 960DT 支持hifp4全量化 ## 关联的Issue <!-- 如果这个PR是为了解决特定的Issue，请在这里提供Issue链接。例如：关联Issue #000--> <!-- 如果这个PR是为了解决特定的问题单，请在这里描述问题单单号。--> [#6520](https://gitcode.com/cann/ops-transformer/issues/6520) ## 测试 <!--描述进行了哪些测试来验证你的改动。包括但不限于二级冒烟、算子泛化等。--> 二级冒烟通过 ## 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 - [x] ✨ 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-transformer!13950	23 days ago
compile_scope_whitelist.yaml	ci(compile): 编译范围推导支持暂缓编译条目（impact空=自身与闭包均不编），common/3rd 暂不触发下游 Co-authored-by: gitcode_lijd<lijiandong20@huawei.com> # message auto-generated for no-merge-commit merge: !13631 merge moonep_4 into master ci(compile): 编译范围推导支持暂缓编译条目（impact空=自身与闭包均不编），common/3rd 暂不触发下游 Created-by: gitcode_lijd Commit-by: gitcode_lijd Merged-by: cann-robot Description: 关联Issue https://gitcode.com/cann/ops-transformer/issues/5732（编译范围推导机制，前置 PR https://gitcode.com/cann/ops-transformer/pull/13100） ## 描述 `--PR_COMPILE` 编译范围推导（cmake/scripts/parse_compile_scope.py）机制扩展，并在 tests/compile_scope_whitelist.yaml 登记 3 条暂缓编译条目。 ### 1. 暂缓编译条目（impact 为空）白名单条目 `impact: []` 语义为"暂缓编译"： - 直接改动该算子：不进入编译清单； - 其他算子变更：depends 反向闭包同样不附带该算子（新增 suppressed 集合，从闭包结果中剔除）。本次登记 3 条（owner 要求暂缓编译，恢复时删除对应条目即可）： - attention/fused_infer_attention_score（soc: ascend910b/910_93/mc62/950/960dt） - mc2/mega_moe（soc: ascend950/910_93/910b） - mc2/matmul_all_reduce（soc: ascend950/910b/310p） ### 2. common/3rd 暂不触发下游域内 common/3rd 共享键变更暂不触发下游编译（当前仅验证算子间互相触发，后续恢复）。 ### 3. 边界 - 暂缓条目仅影响 kernel 编译范围，UT 不受影响； - experimental 变体与主线同 key，同样被暂缓条目覆盖。 ## 测试 - pre-commit 全绿（含 compile-scope-whitelist-check，21 entries）； - 推导用例：3 个暂缓算子直接变更 @950/@910b → 空清单（build.sh exit 200 跳过）；mc2/common 变更 → 空清单；attention/prompt_flash_attention 变更 @910b → 闭包含 incre_flash_attention、不含 fused_infer_attention_score（暂缓生效）；flash_attn 白名单条目不受影响（@950 → flash_attn）。 See merge request: cann/ops-transformer!13631	26 days ago
requirements.txt	添加pybind11依赖声明 Co-authored-by: chenyifan<chenyifan66@h-partners.com> # message auto-generated for no-merge-commit merge: !9952 merge add_module into master 添加pybind11依赖声明 Created-by: mutex_lock Commit-by: chenyifan Merged-by: cann-robot Description: ## 描述 - requirements.txt中增加pybind11依赖声明 ## 关联的Issue https://gitcode.com/cann/ops-transformer/issues/4283 ## 测试 <!--描述进行了哪些测试来验证你的改动。包括但不限于二级冒烟、算子泛化等。--> ## 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 - [ ] ♻️ 重构 - [ ] 🧪 测试 - [ ] 📦 构建/CI - [ ] 🔧 配置变更 - [ ] 📝 文档更新 - [x] ⬆️ 依赖升级 - [ ] 🔒 安全修复 - [ ] 🧹 代码清理 - [ ] ❓ 其他，请描述： See merge request: cann/ops-transformer!9952	3 months ago
test_config.yaml	feat(gmm): 新增A4W4场景 GroupedMatmulActivation 新算子 Co-authored-by: jayshu<shuhaojie@huawei.com> # message auto-generated for no-merge-commit merge: !13929 merge jayshu-gmmactivation-independent-def into master feat(gmm): 新增A4W4场景 GroupedMatmulActivation 新算子 Created-by: jayshu Commit-by: jayshu Merged-by: cann-robot Description: ## 描述新增独立 `GroupedMatmulActivation` 算子及 `GroupedMatmulActivationWeightNz` ACLNN、`grouped_matmul_activation` TorchExtension 接口，支持 MXFP4 E2M1 A4W4、WeightNZ 权重、E8M0 scale，直接输出单个 BF16 y，不进行输出 MX 量化，不创建、不传入、不写回 yScale。主要改动： - 新增独立 `gmm/grouped_matmul_activation` 模块，包含 def、proto、infershape、tiling、kernel、ACLNN/Torch 接口、文档及测试，复用现有 TensorAPI/Blaze concat-N 实现。 - 新增 `aclnnGroupedMatmulActivationWeightNzGetWorkspaceSize` / `aclnnGroupedMatmulActivationWeightNz`，支持转置和非转置权重视图。`actType` 为字符串，仅支持 `"swiglu"`；bias 为动态 TensorList，当前要求为空。 - 新接口仅支持 SwiGLU mode 2，执行前后分半分支、clamp、alpha/bias 和最终 BF16 转换。旧 WeightNzV3 的 A4W4 BF16 mode 0/2 路径保留兼容处理，不将 mode 0 宣传为新接口支持范围。 - 补充独立 op_def 类型组合、tiling 路由及 kernel 的直接 BF16 epilogue 接入；A4W4 的 K/N 均要求按 128 对齐。内部 transpose 属性由 ACLNN 从 stride 推导，生成转置/非转置两个模板 key（0/1）。恢复旧 V2 def，保留旧 V2 FP4 mode 0 的量化输出路由。 - 修复转置权重在视图归一化前错误比较 K 的问题，在归一化后检查矩阵维度，并校验权重与 scale 视图一致性。 - 新增仓内 TorchExtension 封装，统一 Meta 与实际接口的维度、TensorList 数量和 K/N 对齐要求，检查设备一致性，保留 CPU group_list 支持；Torch 层检查后将 CPU group_list 复制到 NPU，原始 ACLNN 要求 device group_list。 - 修复 Torch `act_type.c_str()` 临时值的 JIT 编译问题，空 bias 使用零元素 BF16 descriptor 完成 binary 选择。本 PR 依赖 ops-tensor PR 448 的直接 BF16 epilogue 支持。新增行为按 A4W4/BF16 类型组合启用，既有 MXFP8 输出路径保持原输出语义；测试结果不等同于旧场景全量回归结论。 ## 关联的Issue 关联需求 Issue：https://gitcode.com/cann/ops-transformer/issues/6217 ## 测试二级冒烟+泛化验证 ## 文档更新 - 新增 `gmm/grouped_matmul_activation/docs/aclnnGroupedMatmulActivationWeightNz.md`，描述 ACLNN 参数、计算公式、数据类型、格式及约束。 - 新增 `gmm/grouped_matmul_activation/docs/torchapi_grouped_matmul_activation.md`，描述 TorchExtension 调用、计算公式、Meta 行为和打包输入约定。 - 新增独立算子 README、op_api 头文件及接口声明。 ## 类型标签 - [ ] Bug修复 - [x] 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-transformer!13929	23 days ago
test_soc_config.yaml	AF分离算子性能优化（batch接口多channel） Co-authored-by: jiangxiuhan1<jiangxiuhan@huawei.com> # message auto-generated for no-merge-commit merge: !12452 merge channel_ffn into master AF分离算子性能优化（batch接口多channel） Created-by: jiangxiuhan1 Commit-by: jiangxiuhan1 Merged-by: cann-robot Description: ## 描述 <!--在这里详细描述你的改动，包括改动的原因和所采取的方法。--> ## 关联的Issue <!-- 如果这个PR是为了解决特定的Issue，请在这里提供Issue链接。例如：关联Issue #000--> <!-- 如果这个PR是为了解决特定的问题单，请在这里描述问题单单号。--> ## 测试 <!--描述进行了哪些测试来验证你的改动。包括但不限于二级冒烟、算子泛化等。--> ## 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 - [ ] ♻️ 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： # PR #12452 代码检视报告 ## 检视概览 - PR：https://gitcode.com/cann/ops-transformer/pull/12452（AF 分离算子性能优化——URMA staging 区、多 channel、多层 Layer 支持、batch 接口） - 仓库：ops-transformer（PR head: 950b5390e） - 变更规模：27 个文件（26 修改 + 1 删除），diff 3680 行 - 检视范围：mc2/attention_to_ffn(_v2)、mc2/ffn_to_attention(_v2)、mc2/common、tests/（Kernel + Tiling + op_api + torch_extension + UT + 文档 + 配置，全侧别） - 检视方法：假设检验驱动（H0/H1、证据收集、自信值 ≥70% 判违规）；规则库 cpp-secure / ascendc-topk / ascendc-api / ascendc-perf / mc2-specific / cpp-general / cpp-style / python-secure / regbase-review-checks - 检视流程：文件分组（5 组）→ 全局预扫描（条例级匹配）→ 负载感知波次逐条检视（6 波 × 51 组，约 161 条规则实例）→ 综合研判（跨组模式识别 / 冲突解决 / 置信度过滤）→ 行号校验（红线 diff 范围校验 22/22 通过） - 检视时间：2026-09-23 ## 检视统计 \| 状态 \| 条例数 \| 占比 \| \|------\|------\|------\| \| PASS \| 112 \| 69.6% \| \| FAIL（发现问题） \| 23（去重后 17 个独立问题） \| 14.3% \| \| SUSPICIOUS（待确认附录） \| 3 \| 1.9% \| \| N/A（侧别/模式不匹配） \| 22 \| 13.7% \| 综合研判：系统性风险 2 项；冲突解决 2 项（MC2-04 vs MC2-18 范围互补、SEC-5.1 维持 PASS）；去重 4 类根因（F2A 校验删除 7 条例、layerId 2 处、TIL-2 跨组 2 处、microBatchNum 2 条例）。 ### 全局摘要与系统性风险本 PR 将两个 URMA 通信算子从"逐轮 SyncAll + core0 集中 WriteNbi"重构为"staging → counting-sort 建表 → 多 channel 并行 Batch WQE relay"三阶段，并引入多层 Layer（L≥1）与用户自管通信窗口。重构整体方向合理（同步完备性、DataCopy 对齐、批量搬运、资源生命周期等大量条例 PASS），但存在两类系统性回归： - 系统性风险 1（校验删除回归）：kernel 侧与 host 侧共 4 处"删除既有防御且无替代"——F2A kernel 全部运行时元数据/窗口边界断言（7 条例独立确认）、ffn_to_attention 的 microBatchNum==1 校验、A2F 的 aivNum==0 校验、A2F 的 UB 容量校验缺失。建议对本 PR 全部"删除 ascendc_assert / OP_TILING_CHECK"的 diff 段做一次专项全局排查。 - 系统性风险 2（多层支持遗漏）：allowMultiLayer 启用后，layerId 运行时校验、scales 层偏移、expertRankTable 层偏移三处仅 1 处（expertRankTable）正确实现，另 2 处遗漏。 --- ## 发现问题（HIGH 置信度） ### H1.【系统性·安全】F2A kernel 重构删除全部运行时元数据与窗口边界校验，负值/越界输入可致 GM 越界读 + 本地/远端窗口越界写确认条例：SEC-2.2（105%）、SEC-1.1（120%）、SEC-1.3（95%）、SEC-3.3（85%）、SEC-3.5（105%）、MC2-05（100%）、GEN-1.1（90%）——7 个条例组独立确认同一根因问题描述：本 PR 将 `ReadTokenMetaData` 重构为 `PrefetchTokenMetaData + ReadTokenMetaDataFromLocal` 时，删除了旧代码全部值域/边界断言且无任何替代： 1. `actualTokenNum`（int64 设备张量值）非负与 ≤maxTokenNum 两条断言被删——负值经 `static_cast<uint64_t>` 回绕为 ~1.8e19，`scanStart/scanEnd` 巨大 → `PrefetchTokenMetaData` 对 sessionIds/microBatchIds/tokenIds/expertOffsets 四个 GM 张量越界读；per-rank 计数越过按 maxTokenNum 分配的地址表容量。 2. `curAttenWorkIds / curMicroBatchIds / curTokenBatchOffset / curTokenTopkOffset` 四字段范围断言（<axisA_ / <microBatchNum_ / <axisBS_ / <expertNumPerToken_）全部被删——任一负值 int32→uint32 回绕 ~4.29e9，`tokenSlot` 经乘法放大为天量偏移。 3. 窗口写前断言 `remoteDataOffset ≤ requiredWindowSize_`、`remoteFlagOffset ≤ winTokenInfoTableSize_` 与 `curRankWinAddr != nullptr` 判空被删——`SendToLocal`（本地 DataCopyPad）与 `AppendRemoteDataWrite/AppendRemoteFlagWrite`（URMA WriteNbi 远端 DMA 写）目标地址无界，构成跨卡远端内存踩踏。 4. `axisH_ ≤ axisHS_` 断言被删且 FT2A tiling 无等价关系校验（对照：AT2FFN 侧本 PR 新增了 `CheckUrmaWinSlotCapacity`）——H>HS 时每 token 写入溢出 HS 槽位。 5. 上游无补偿：aclnn 层仅判空指针，torch 层仅校验 dim/dtype，tiling 只能校验 shape（无法校验设备张量值）。代码片段（mc2/ffn_to_attention_v2/op_kernel/ffn_to_attention_urma.h 行 202-237）： cpp inputDataAddr_ = x; xGMTensor_.SetGlobalBuffer(reinterpret_cast<__gm__ xType >(x)); sessionIdsGMTensor_.SetGlobalBuffer(reinterpret_cast<__gm__ int32_t >(sessionIds)); microBatchIdsGMTensor_.SetGlobalBuffer(reinterpret_cast<__gm__ int32_t >(microBatchIds)); tokenIdsGMTensor_.SetGlobalBuffer(reinterpret_cast<__gm__ int32_t >(tokenIds)); expertOffsetsGMTensor_.SetGlobalBuffer(reinterpret_cast<__gm__ int32_t >(expertOffsets)); actualTokenNumGMTensor_.SetGlobalBuffer(reinterpret_cast<__gm__ int64_t >(actualTokenNum)); if constexpr (isInputRankTable) { attnRankTableGMTensor_.SetGlobalBuffer(reinterpret_cast<__gm__ int32_t >(attnRankTable)); } actualTokenNum_ = static_cast<uint64_t>(actualTokenNumGMTensor_.GetValue(0UL)); // 旧: >=0 与 <=maxTokenNum_ 断言已删 hSize_ = static_cast<uint64_t>(axisH_) sizeof(xType); // 旧: axisH_<=axisHS_ 断言已删 batchSizeSendCnt_ = static_cast<uint64_t>(axisBS_) * expertNumPerToken_; const uint64_t tokenSlotNum = static_cast<uint64_t>(microBatchNum_) * batchSizeSendCnt_; winTokenInfoTableSize_ = Ceil(tokenSlotNum * sizeof(int32_t), URMA_WIN_ADDR_ALIGN) * URMA_WIN_ADDR_ALIGN; const uint64_t tokenWindowEnd = winTokenInfoTableSize_ + tokenSlotNum * axisHS_ * sizeof(xType); const uint64_t flagWindowOffset = Ceil(tokenWindowEnd, static_cast<uint64_t>(URMA_FLAG_SLOT_SIZE)) * URMA_FLAG_SLOT_SIZE; GM_ADDR localScratchAddr = GetWindowAddr(rankId_) + flagWindowOffset; localFlagAddr_ = localScratchAddr + static_cast<uint64_t>(aivId_) * URMA_FLAG_SLOT_SIZE; 代码片段（同文件行 314-337，六处断言全部删除）： cpp __aicore__ inline void FFNToAttentionUrma<TemplateFFNToAttentionUrmaTypeFunc>::ReadTokenMetaDataFromLocal( ReadTokenMetaDataStruct &metaDataStruct, uint32_t localOffset) { int32_t curAttenWorkId = metadataTensor_.GetValue(localOffset); // 旧: assert(>=0) 已删 metaDataStruct.curAttenWorkIds = static_cast<uint32_t>(curAttenWorkId); metaDataStruct.curAttenWorkRank = metaDataStruct.curAttenWorkIds; if constexpr (isInputRankTable) { int32_t curAttenWorkRank = attnRankTableGMTensor_.GetValue(metaDataStruct.curAttenWorkIds); // OOB 读 metaDataStruct.curAttenWorkRank = static_cast<uint32_t>(curAttenWorkRank); } int32_t curMicroBatchId = metadataTensor_.GetValue(METADATA_CHUNK_TOKEN_NUM + localOffset); metaDataStruct.curMicroBatchIds = static_cast<uint32_t>(curMicroBatchId); // 旧: assert(<microBatchNum_) 已删 int32_t curTokenBatchOffset = metadataTensor_.GetValue(METADATA_TOKEN_BATCH_OFFSET_FIELD_INDEX * METADATA_CHUNK_TOKEN_NUM + localOffset); metaDataStruct.curTokenBatchOffset = static_cast<uint32_t>(curTokenBatchOffset); // 旧: assert(<axisBS_) 已删 int32_t curTokenTopkOffset = metadataTensor_.GetValue(METADATA_TOKEN_TOPK_OFFSET_FIELD_INDEX * METADATA_CHUNK_TOKEN_NUM + localOffset); metaDataStruct.curTokenTopkOffset = static_cast<uint32_t>(curTokenTopkOffset); // 旧: assert(<expertNumPerToken_) 已删 } 代码片段（同文件行 499-516 + 364-377，未校验值直接推导远端写地址）： cpp for (uint32_t i = 0U; i < groupTokens; ++i) { uint64_t sourceTokenIndex = groupStart + i; ReadTokenMetaDataStruct metaDataStruct; ReadTokenMetaDataFromLocal(metaDataStruct, i); // Rank range was already validated in Pass 1 over the same [scanStart, scanEnd) window. uint64_t tokenSlot = (static_cast<uint64_t>(metaDataStruct.curMicroBatchIds) * axisBS_ + metaDataStruct.curTokenBatchOffset) * expertNumPerToken_ + metaDataStruct.curTokenTopkOffset; // 三分量均未校验 uint64_t remoteDataOffset = winTokenInfoTableSize_ + tokenSlot * static_cast<uint64_t>(axisHS_) * sizeof(xType); uint64_t remoteFlagOffset = tokenSlot * sizeof(int32_t); uint32_t dstRank = metaDataStruct.curAttenWorkRank; if (dstRank == rankId_) { SendToLocal(localWindowAddr + remoteDataOffset, localWindowAddr + remoteFlagOffset, sourceTokenIndex, xCopyParams); // 本地窗口越界写 continue; } ... // AppendRemoteDataWrite（行 364-377）： uint64_t remoteDataOffset = winTokenInfoTableSize_ + addressEntry.tokenSlot * static_cast<uint64_t>(axisHS_) * sizeof(xType); GM_ADDR sourceDataAddr = inputDataAddr_ + addressEntry.sourceTokenIndex * hSize_; (void)hcomm_.WriteNbi<REMOTE_WQE_CONFIG>(batchHandle, remoteWindowAddr + remoteDataOffset, sourceDataAddr, static_cast<uint32_t>(hSize_)); // URMA 远端 DMA 写，目标无界假设检验证据：正向——规范违反 +40%（外部数据作索引/偏移未校验、有符号→无符号裸转换、窗口写入无边界）；上下文防御缺失 +30%（唯一剩余断言 `curAttenWorkRank < worldSize_`（:429）只覆盖 rank 字段，注释自证仅校验 rank）；PR 归属 +20%（断言删除全部在 diff 删除行内）；数据流/调用链风险 +15%~+15%（输入为设备张量运行时值，偏移直接进入 WriteNbi/DataCopyPad）。负向——上游校验均经验证不覆盖张量值（0 分）。自信值 85%~120%（各条例）≥ 70% → 判定违规。修复建议： 1. `Init` 恢复：`int64_t v = actualTokenNumGMTensor_.GetValue(0UL); ascendc_assert(v >= 0 && (uint64_t)v <= maxTokenNum_, ...)`；恢复 `axisH_ <= axisHS_` 断言。 2. `ReadTokenMetaDataFromLocal`（或 Pass 1 消费点）恢复四字段范围校验；对直接决定写地址的 `tokenSlot` 增加硬校验 `ascendc_assert(tokenSlot < tokenSlotNum)`（ascendc_assert 可能被编译掉，建议至少此项使用不可编译剔除的检查）。 3. `SendToLocal`/`AppendRemoteDataWrite`/`AppendRemoteFlagWrite` 写前恢复以 `cclBufferSize`/`winTokenInfoTableSize_` 为界的偏移断言。 4. FT2A tiling 增加 Host 侧 `H > HS` 拒绝（对齐 AT2FFN 的 `CheckUrmaWinSlotCapacity`）。 --- ### H2.【安全】A2F 多层支持：运行时 layerId 无 `< L` 校验 + `layerId_ * expertRankTableCnt` uint32 乘法回绕确认条例：SEC-1.1（105%）、SEC-2.2 违规点3（90%）问题描述：本 PR 将 expert_rank_table Dim0 校验由 `==1` 放宽为 `≥1` 并启用 `allowMultiLayer=true`，文档声明"运行时 LayerId 取值需小于 L"，但该约束无任何代码 enforcement：kernel 侧 `layerId_` 取自 GM 张量后未与 `axisL_`（tilingData 已下发、Init 行 287 已加载但从未用于校验）比较；且 `layIdsExpRankTableOffset_ = layerId_ * expertRankTableCnt` 为 uint32×uint32 在 32 位空间回绕后才赋给 uint64。`layerId_ ≥ L` 或负值时：越界读 expertRankTable → 垃圾 rankCnt/toRankId → `GetWindowAddr(toRankId_) → epHcclBuffer_[toRankId]` 二次越界（该读发生在 Process 行 1131 的 toRankId 断言之前）。此前 L 恒为 1（layerId_ 恒 0）使该风险不可达，本 PR 首次激活。代码片段（mc2/attention_to_ffn_v2/op_kernel/attention_to_ffn_urma.h 行 318-327、607-618）： ```cpp DataCacheCleanAndInvalid<int32_t, CacheLine::SINGLE_CACHE_LINE, DcciDst::CACHELINE_OUT>(sessionIdGMTensor_); sessionId_ = sessionIdGMTensor_.GetValue(0); DataCacheCleanAndInvalid See merge request: cann/ops-transformer!12452	1 month ago