1f7973dcAdd on 18 days agoHistory

Files	Last commit	Last update
examples	[inv] 算子质量加固修复 + 平台适配 Co-authored-by: JasonZhang88<jason.zhangshen@huawei.com> # message auto-generated for no-merge-commit merge: !6567 merge master_new into master [inv] 算子质量加固修复 + 平台适配 Created-by: JasonZhang88 Commit-by: JasonZhang88 Merged-by: cann-robot Description: # [inv] 算子质量加固修复 + 平台适配 ## 描述依据 Inv 算子六轮全量验证（静态检查 + ST 用例生成/评审/自验证 + 上板 TTK）发现的问题进行整改，并新增芯片平台支持。本 PR 仅涉及 `math/inv/` 目录（15 文件，+646/-152），不影响其他算子。 ## 变更概述 ### 1. P1 精度缺陷修复 bf16 次正规输入倒数返回 inf（`op_kernel/arch35/inv.h`） fp16/bf16 分支的 Div 未带 config，默认 INTRINSIC 算法对 fp32 次正规操作数执行 flush-to-zero，导致合法输入（bf16 最大次正规数 1.166e-38）的倒数结果错误地返回 inf 而非有限值 8.574e37。修复为与 float32 分支统一使用 `DivConfig{PRECISION_0ULP_FTZ_FALSE}`。真机复现 FAIL(matched_ratio=0.0) → 修复后 PASS(1.0)，整批 L0 零回归。 ### 2. 功能补齐 \| 功能 \| 文件 \| 说明 \| \|---\|---\|---\| \| InferShape 推导 \| `op_host/inv_infershape.cpp`（新增） \| 注册 `IMPL_OP_INFERSHAPE(Inv).InferShape(InferShape4Inv)`，复用仓内公共 `InferShape4Elewise` \| \| Tiling rank 上界 \| `op_host/arch35/inv_tiling_arch35.cpp` \| `kMaxRank=8`，rank>8 以 EZ0012 结构化诊断码显式拒绝 \| \| InferShape rank 上界 \| `op_host/inv_infershape.cpp` \| 与 Tiling 门对称，rank>8 拒绝（EZ0012） \| \| ascend350 适配 \| `CMakeLists.txt` + `inv_def.cpp` \| `SUPPORT_COMPUTE_UNIT` 增加 ascend350，`AddConfig("ascend350")`，tiling 复用 arch35 \| ### 3. Golden 测试资产新增 `tests/assets/golden.py`（206 行）： - 注册 `inv`（Kernel/GEIR）+ `tf.raw_ops.Inv`（TF E2E，对齐插件 OriginOpType） - 参考计算全部由 torch 承担：float 用 `torch.reciprocal` 直接竞品，int32 三值映射用 `torch.where` 组合 - NumPy 仅做数据桥接；bfloat16 经 uint16 位视图往返（位级一致，含次正规数） - 延迟导入 torch（`_ensure_torch()`），纯 TF NPU 环境可加载注册 - 容差按 README 声明：FLOAT 1e-4 / FLOAT16 1e-3 / BFLOAT16 4e-3 / INT32 binary_equal ### 4. 注册面与资料修复 - proto 注释维度 `1D~8D` → `0D~8D (rank-0 tensor supported)`（`inv_proto.h:24`） - INPUT/OUTPUT TensorType 保持原始声明不变（8 种/4 种） - README：调用表三列化（补"样例代码"列）、参数名 `self/out` → `x/y`（对齐 IR 端口）、补动态 shape/rank（-1/-2）声明 ### 5. 样例修复 \| 修复 \| 说明 \| \|---\|---\| \| 输入缓冲区泄漏 \| `Tensor::SetData` + DeleteFunc 移交所有权 \| \| 提前返回未清理 \| 两条路径补 `GEFinalize()` \| \| AddGraph 返回值 \| `if (ret != SUCCESS)` + 资源清理 \| \| 宏节点名截短 \| `"placeholder" + std::to_string(intputIndex)` \| \| WriteDataToFile \| 返回值检查 \| ### 6. 注释修正 TilingKey/D_T_SELF/DTYPE_SELF 陈旧描述统一修正为 MODE 恒 0 + DTYPE_X 编译期分派（4 处源码 + 20 处 UT 注释）。 ## 关联 Issue https://gitcode.com/cann/ops-math/issues/3696 ## 测试 - op_host UT：46/46 通过（含新增 InferShape 8 例 + Tiling rank 拒绝 2 例） - GEIR 样例真机：`execute samples success`（ascend950） - 上板精度：Kernel 480/494 PASS + GEIR 40/40 PASS（连续四轮零精度失败；14 例 rank-0 失败为 CANN DFX 环境缺陷，BIN 模式 100% 通过，非算子问题） - bf16 次正规回归：真机复现 FAIL → 修复后 PASS，整批 L0 零回归 - README 冻结校验器：`validate_operator_readme.py --mode full` PASSED ## 类型标签 - [x] Bug修复 - [x] 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 See merge request: cann/ops-math!6567	18 days ago
framework	迁移开源TF插件--math Co-authored-by: yaochen<yaochen15@huawei.com> # message auto-generated for no-merge-commit merge: !4308 merge transfer-math into master 迁移开源TF插件--math Created-by: nextyale Commit-by: yaochen 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。--> <!-- 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 - [ ] 文档更新 - [x] 其他，请描述：迁移TF插件 See merge request: cann/ops-math!4308	3 months ago
op_graph	[inv] 算子质量加固修复 + 平台适配 Co-authored-by: JasonZhang88<jason.zhangshen@huawei.com> # message auto-generated for no-merge-commit merge: !6567 merge master_new into master [inv] 算子质量加固修复 + 平台适配 Created-by: JasonZhang88 Commit-by: JasonZhang88 Merged-by: cann-robot Description: # [inv] 算子质量加固修复 + 平台适配 ## 描述依据 Inv 算子六轮全量验证（静态检查 + ST 用例生成/评审/自验证 + 上板 TTK）发现的问题进行整改，并新增芯片平台支持。本 PR 仅涉及 `math/inv/` 目录（15 文件，+646/-152），不影响其他算子。 ## 变更概述 ### 1. P1 精度缺陷修复 bf16 次正规输入倒数返回 inf（`op_kernel/arch35/inv.h`） fp16/bf16 分支的 Div 未带 config，默认 INTRINSIC 算法对 fp32 次正规操作数执行 flush-to-zero，导致合法输入（bf16 最大次正规数 1.166e-38）的倒数结果错误地返回 inf 而非有限值 8.574e37。修复为与 float32 分支统一使用 `DivConfig{PRECISION_0ULP_FTZ_FALSE}`。真机复现 FAIL(matched_ratio=0.0) → 修复后 PASS(1.0)，整批 L0 零回归。 ### 2. 功能补齐 \| 功能 \| 文件 \| 说明 \| \|---\|---\|---\| \| InferShape 推导 \| `op_host/inv_infershape.cpp`（新增） \| 注册 `IMPL_OP_INFERSHAPE(Inv).InferShape(InferShape4Inv)`，复用仓内公共 `InferShape4Elewise` \| \| Tiling rank 上界 \| `op_host/arch35/inv_tiling_arch35.cpp` \| `kMaxRank=8`，rank>8 以 EZ0012 结构化诊断码显式拒绝 \| \| InferShape rank 上界 \| `op_host/inv_infershape.cpp` \| 与 Tiling 门对称，rank>8 拒绝（EZ0012） \| \| ascend350 适配 \| `CMakeLists.txt` + `inv_def.cpp` \| `SUPPORT_COMPUTE_UNIT` 增加 ascend350，`AddConfig("ascend350")`，tiling 复用 arch35 \| ### 3. Golden 测试资产新增 `tests/assets/golden.py`（206 行）： - 注册 `inv`（Kernel/GEIR）+ `tf.raw_ops.Inv`（TF E2E，对齐插件 OriginOpType） - 参考计算全部由 torch 承担：float 用 `torch.reciprocal` 直接竞品，int32 三值映射用 `torch.where` 组合 - NumPy 仅做数据桥接；bfloat16 经 uint16 位视图往返（位级一致，含次正规数） - 延迟导入 torch（`_ensure_torch()`），纯 TF NPU 环境可加载注册 - 容差按 README 声明：FLOAT 1e-4 / FLOAT16 1e-3 / BFLOAT16 4e-3 / INT32 binary_equal ### 4. 注册面与资料修复 - proto 注释维度 `1D~8D` → `0D~8D (rank-0 tensor supported)`（`inv_proto.h:24`） - INPUT/OUTPUT TensorType 保持原始声明不变（8 种/4 种） - README：调用表三列化（补"样例代码"列）、参数名 `self/out` → `x/y`（对齐 IR 端口）、补动态 shape/rank（-1/-2）声明 ### 5. 样例修复 \| 修复 \| 说明 \| \|---\|---\| \| 输入缓冲区泄漏 \| `Tensor::SetData` + DeleteFunc 移交所有权 \| \| 提前返回未清理 \| 两条路径补 `GEFinalize()` \| \| AddGraph 返回值 \| `if (ret != SUCCESS)` + 资源清理 \| \| 宏节点名截短 \| `"placeholder" + std::to_string(intputIndex)` \| \| WriteDataToFile \| 返回值检查 \| ### 6. 注释修正 TilingKey/D_T_SELF/DTYPE_SELF 陈旧描述统一修正为 MODE 恒 0 + DTYPE_X 编译期分派（4 处源码 + 20 处 UT 注释）。 ## 关联 Issue https://gitcode.com/cann/ops-math/issues/3696 ## 测试 - op_host UT：46/46 通过（含新增 InferShape 8 例 + Tiling rank 拒绝 2 例） - GEIR 样例真机：`execute samples success`（ascend950） - 上板精度：Kernel 480/494 PASS + GEIR 40/40 PASS（连续四轮零精度失败；14 例 rank-0 失败为 CANN DFX 环境缺陷，BIN 模式 100% 通过，非算子问题） - bf16 次正规回归：真机复现 FAIL → 修复后 PASS，整批 L0 零回归 - README 冻结校验器：`validate_operator_readme.py --mode full` PASSED ## 类型标签 - [x] Bug修复 - [x] 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 See merge request: cann/ops-math!6567	18 days ago
op_host	[inv] 算子质量加固修复 + 平台适配 Co-authored-by: JasonZhang88<jason.zhangshen@huawei.com> # message auto-generated for no-merge-commit merge: !6567 merge master_new into master [inv] 算子质量加固修复 + 平台适配 Created-by: JasonZhang88 Commit-by: JasonZhang88 Merged-by: cann-robot Description: # [inv] 算子质量加固修复 + 平台适配 ## 描述依据 Inv 算子六轮全量验证（静态检查 + ST 用例生成/评审/自验证 + 上板 TTK）发现的问题进行整改，并新增芯片平台支持。本 PR 仅涉及 `math/inv/` 目录（15 文件，+646/-152），不影响其他算子。 ## 变更概述 ### 1. P1 精度缺陷修复 bf16 次正规输入倒数返回 inf（`op_kernel/arch35/inv.h`） fp16/bf16 分支的 Div 未带 config，默认 INTRINSIC 算法对 fp32 次正规操作数执行 flush-to-zero，导致合法输入（bf16 最大次正规数 1.166e-38）的倒数结果错误地返回 inf 而非有限值 8.574e37。修复为与 float32 分支统一使用 `DivConfig{PRECISION_0ULP_FTZ_FALSE}`。真机复现 FAIL(matched_ratio=0.0) → 修复后 PASS(1.0)，整批 L0 零回归。 ### 2. 功能补齐 \| 功能 \| 文件 \| 说明 \| \|---\|---\|---\| \| InferShape 推导 \| `op_host/inv_infershape.cpp`（新增） \| 注册 `IMPL_OP_INFERSHAPE(Inv).InferShape(InferShape4Inv)`，复用仓内公共 `InferShape4Elewise` \| \| Tiling rank 上界 \| `op_host/arch35/inv_tiling_arch35.cpp` \| `kMaxRank=8`，rank>8 以 EZ0012 结构化诊断码显式拒绝 \| \| InferShape rank 上界 \| `op_host/inv_infershape.cpp` \| 与 Tiling 门对称，rank>8 拒绝（EZ0012） \| \| ascend350 适配 \| `CMakeLists.txt` + `inv_def.cpp` \| `SUPPORT_COMPUTE_UNIT` 增加 ascend350，`AddConfig("ascend350")`，tiling 复用 arch35 \| ### 3. Golden 测试资产新增 `tests/assets/golden.py`（206 行）： - 注册 `inv`（Kernel/GEIR）+ `tf.raw_ops.Inv`（TF E2E，对齐插件 OriginOpType） - 参考计算全部由 torch 承担：float 用 `torch.reciprocal` 直接竞品，int32 三值映射用 `torch.where` 组合 - NumPy 仅做数据桥接；bfloat16 经 uint16 位视图往返（位级一致，含次正规数） - 延迟导入 torch（`_ensure_torch()`），纯 TF NPU 环境可加载注册 - 容差按 README 声明：FLOAT 1e-4 / FLOAT16 1e-3 / BFLOAT16 4e-3 / INT32 binary_equal ### 4. 注册面与资料修复 - proto 注释维度 `1D~8D` → `0D~8D (rank-0 tensor supported)`（`inv_proto.h:24`） - INPUT/OUTPUT TensorType 保持原始声明不变（8 种/4 种） - README：调用表三列化（补"样例代码"列）、参数名 `self/out` → `x/y`（对齐 IR 端口）、补动态 shape/rank（-1/-2）声明 ### 5. 样例修复 \| 修复 \| 说明 \| \|---\|---\| \| 输入缓冲区泄漏 \| `Tensor::SetData` + DeleteFunc 移交所有权 \| \| 提前返回未清理 \| 两条路径补 `GEFinalize()` \| \| AddGraph 返回值 \| `if (ret != SUCCESS)` + 资源清理 \| \| 宏节点名截短 \| `"placeholder" + std::to_string(intputIndex)` \| \| WriteDataToFile \| 返回值检查 \| ### 6. 注释修正 TilingKey/D_T_SELF/DTYPE_SELF 陈旧描述统一修正为 MODE 恒 0 + DTYPE_X 编译期分派（4 处源码 + 20 处 UT 注释）。 ## 关联 Issue https://gitcode.com/cann/ops-math/issues/3696 ## 测试 - op_host UT：46/46 通过（含新增 InferShape 8 例 + Tiling rank 拒绝 2 例） - GEIR 样例真机：`execute samples success`（ascend950） - 上板精度：Kernel 480/494 PASS + GEIR 40/40 PASS（连续四轮零精度失败；14 例 rank-0 失败为 CANN DFX 环境缺陷，BIN 模式 100% 通过，非算子问题） - bf16 次正规回归：真机复现 FAIL → 修复后 PASS，整批 L0 零回归 - README 冻结校验器：`validate_operator_readme.py --mode full` PASSED ## 类型标签 - [x] Bug修复 - [x] 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 See merge request: cann/ops-math!6567	18 days ago
op_kernel	[inv] 算子质量加固修复 + 平台适配 Co-authored-by: JasonZhang88<jason.zhangshen@huawei.com> # message auto-generated for no-merge-commit merge: !6567 merge master_new into master [inv] 算子质量加固修复 + 平台适配 Created-by: JasonZhang88 Commit-by: JasonZhang88 Merged-by: cann-robot Description: # [inv] 算子质量加固修复 + 平台适配 ## 描述依据 Inv 算子六轮全量验证（静态检查 + ST 用例生成/评审/自验证 + 上板 TTK）发现的问题进行整改，并新增芯片平台支持。本 PR 仅涉及 `math/inv/` 目录（15 文件，+646/-152），不影响其他算子。 ## 变更概述 ### 1. P1 精度缺陷修复 bf16 次正规输入倒数返回 inf（`op_kernel/arch35/inv.h`） fp16/bf16 分支的 Div 未带 config，默认 INTRINSIC 算法对 fp32 次正规操作数执行 flush-to-zero，导致合法输入（bf16 最大次正规数 1.166e-38）的倒数结果错误地返回 inf 而非有限值 8.574e37。修复为与 float32 分支统一使用 `DivConfig{PRECISION_0ULP_FTZ_FALSE}`。真机复现 FAIL(matched_ratio=0.0) → 修复后 PASS(1.0)，整批 L0 零回归。 ### 2. 功能补齐 \| 功能 \| 文件 \| 说明 \| \|---\|---\|---\| \| InferShape 推导 \| `op_host/inv_infershape.cpp`（新增） \| 注册 `IMPL_OP_INFERSHAPE(Inv).InferShape(InferShape4Inv)`，复用仓内公共 `InferShape4Elewise` \| \| Tiling rank 上界 \| `op_host/arch35/inv_tiling_arch35.cpp` \| `kMaxRank=8`，rank>8 以 EZ0012 结构化诊断码显式拒绝 \| \| InferShape rank 上界 \| `op_host/inv_infershape.cpp` \| 与 Tiling 门对称，rank>8 拒绝（EZ0012） \| \| ascend350 适配 \| `CMakeLists.txt` + `inv_def.cpp` \| `SUPPORT_COMPUTE_UNIT` 增加 ascend350，`AddConfig("ascend350")`，tiling 复用 arch35 \| ### 3. Golden 测试资产新增 `tests/assets/golden.py`（206 行）： - 注册 `inv`（Kernel/GEIR）+ `tf.raw_ops.Inv`（TF E2E，对齐插件 OriginOpType） - 参考计算全部由 torch 承担：float 用 `torch.reciprocal` 直接竞品，int32 三值映射用 `torch.where` 组合 - NumPy 仅做数据桥接；bfloat16 经 uint16 位视图往返（位级一致，含次正规数） - 延迟导入 torch（`_ensure_torch()`），纯 TF NPU 环境可加载注册 - 容差按 README 声明：FLOAT 1e-4 / FLOAT16 1e-3 / BFLOAT16 4e-3 / INT32 binary_equal ### 4. 注册面与资料修复 - proto 注释维度 `1D~8D` → `0D~8D (rank-0 tensor supported)`（`inv_proto.h:24`） - INPUT/OUTPUT TensorType 保持原始声明不变（8 种/4 种） - README：调用表三列化（补"样例代码"列）、参数名 `self/out` → `x/y`（对齐 IR 端口）、补动态 shape/rank（-1/-2）声明 ### 5. 样例修复 \| 修复 \| 说明 \| \|---\|---\| \| 输入缓冲区泄漏 \| `Tensor::SetData` + DeleteFunc 移交所有权 \| \| 提前返回未清理 \| 两条路径补 `GEFinalize()` \| \| AddGraph 返回值 \| `if (ret != SUCCESS)` + 资源清理 \| \| 宏节点名截短 \| `"placeholder" + std::to_string(intputIndex)` \| \| WriteDataToFile \| 返回值检查 \| ### 6. 注释修正 TilingKey/D_T_SELF/DTYPE_SELF 陈旧描述统一修正为 MODE 恒 0 + DTYPE_X 编译期分派（4 处源码 + 20 处 UT 注释）。 ## 关联 Issue https://gitcode.com/cann/ops-math/issues/3696 ## 测试 - op_host UT：46/46 通过（含新增 InferShape 8 例 + Tiling rank 拒绝 2 例） - GEIR 样例真机：`execute samples success`（ascend950） - 上板精度：Kernel 480/494 PASS + GEIR 40/40 PASS（连续四轮零精度失败；14 例 rank-0 失败为 CANN DFX 环境缺陷，BIN 模式 100% 通过，非算子问题） - bf16 次正规回归：真机复现 FAIL → 修复后 PASS，整批 L0 零回归 - README 冻结校验器：`validate_operator_readme.py --mode full` PASSED ## 类型标签 - [x] Bug修复 - [x] 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 See merge request: cann/ops-math!6567	18 days ago
tests	[inv] 算子质量加固修复 + 平台适配 Co-authored-by: JasonZhang88<jason.zhangshen@huawei.com> # message auto-generated for no-merge-commit merge: !6567 merge master_new into master [inv] 算子质量加固修复 + 平台适配 Created-by: JasonZhang88 Commit-by: JasonZhang88 Merged-by: cann-robot Description: # [inv] 算子质量加固修复 + 平台适配 ## 描述依据 Inv 算子六轮全量验证（静态检查 + ST 用例生成/评审/自验证 + 上板 TTK）发现的问题进行整改，并新增芯片平台支持。本 PR 仅涉及 `math/inv/` 目录（15 文件，+646/-152），不影响其他算子。 ## 变更概述 ### 1. P1 精度缺陷修复 bf16 次正规输入倒数返回 inf（`op_kernel/arch35/inv.h`） fp16/bf16 分支的 Div 未带 config，默认 INTRINSIC 算法对 fp32 次正规操作数执行 flush-to-zero，导致合法输入（bf16 最大次正规数 1.166e-38）的倒数结果错误地返回 inf 而非有限值 8.574e37。修复为与 float32 分支统一使用 `DivConfig{PRECISION_0ULP_FTZ_FALSE}`。真机复现 FAIL(matched_ratio=0.0) → 修复后 PASS(1.0)，整批 L0 零回归。 ### 2. 功能补齐 \| 功能 \| 文件 \| 说明 \| \|---\|---\|---\| \| InferShape 推导 \| `op_host/inv_infershape.cpp`（新增） \| 注册 `IMPL_OP_INFERSHAPE(Inv).InferShape(InferShape4Inv)`，复用仓内公共 `InferShape4Elewise` \| \| Tiling rank 上界 \| `op_host/arch35/inv_tiling_arch35.cpp` \| `kMaxRank=8`，rank>8 以 EZ0012 结构化诊断码显式拒绝 \| \| InferShape rank 上界 \| `op_host/inv_infershape.cpp` \| 与 Tiling 门对称，rank>8 拒绝（EZ0012） \| \| ascend350 适配 \| `CMakeLists.txt` + `inv_def.cpp` \| `SUPPORT_COMPUTE_UNIT` 增加 ascend350，`AddConfig("ascend350")`，tiling 复用 arch35 \| ### 3. Golden 测试资产新增 `tests/assets/golden.py`（206 行）： - 注册 `inv`（Kernel/GEIR）+ `tf.raw_ops.Inv`（TF E2E，对齐插件 OriginOpType） - 参考计算全部由 torch 承担：float 用 `torch.reciprocal` 直接竞品，int32 三值映射用 `torch.where` 组合 - NumPy 仅做数据桥接；bfloat16 经 uint16 位视图往返（位级一致，含次正规数） - 延迟导入 torch（`_ensure_torch()`），纯 TF NPU 环境可加载注册 - 容差按 README 声明：FLOAT 1e-4 / FLOAT16 1e-3 / BFLOAT16 4e-3 / INT32 binary_equal ### 4. 注册面与资料修复 - proto 注释维度 `1D~8D` → `0D~8D (rank-0 tensor supported)`（`inv_proto.h:24`） - INPUT/OUTPUT TensorType 保持原始声明不变（8 种/4 种） - README：调用表三列化（补"样例代码"列）、参数名 `self/out` → `x/y`（对齐 IR 端口）、补动态 shape/rank（-1/-2）声明 ### 5. 样例修复 \| 修复 \| 说明 \| \|---\|---\| \| 输入缓冲区泄漏 \| `Tensor::SetData` + DeleteFunc 移交所有权 \| \| 提前返回未清理 \| 两条路径补 `GEFinalize()` \| \| AddGraph 返回值 \| `if (ret != SUCCESS)` + 资源清理 \| \| 宏节点名截短 \| `"placeholder" + std::to_string(intputIndex)` \| \| WriteDataToFile \| 返回值检查 \| ### 6. 注释修正 TilingKey/D_T_SELF/DTYPE_SELF 陈旧描述统一修正为 MODE 恒 0 + DTYPE_X 编译期分派（4 处源码 + 20 处 UT 注释）。 ## 关联 Issue https://gitcode.com/cann/ops-math/issues/3696 ## 测试 - op_host UT：46/46 通过（含新增 InferShape 8 例 + Tiling rank 拒绝 2 例） - GEIR 样例真机：`execute samples success`（ascend950） - 上板精度：Kernel 480/494 PASS + GEIR 40/40 PASS（连续四轮零精度失败；14 例 rank-0 失败为 CANN DFX 环境缺陷，BIN 模式 100% 通过，非算子问题） - bf16 次正规回归：真机复现 FAIL → 修复后 PASS，整批 L0 零回归 - README 冻结校验器：`validate_operator_readme.py --mode full` PASSED ## 类型标签 - [x] Bug修复 - [x] 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 See merge request: cann/ops-math!6567	18 days ago
CMakeLists.txt	[inv] 算子质量加固修复 + 平台适配 Co-authored-by: JasonZhang88<jason.zhangshen@huawei.com> # message auto-generated for no-merge-commit merge: !6567 merge master_new into master [inv] 算子质量加固修复 + 平台适配 Created-by: JasonZhang88 Commit-by: JasonZhang88 Merged-by: cann-robot Description: # [inv] 算子质量加固修复 + 平台适配 ## 描述依据 Inv 算子六轮全量验证（静态检查 + ST 用例生成/评审/自验证 + 上板 TTK）发现的问题进行整改，并新增芯片平台支持。本 PR 仅涉及 `math/inv/` 目录（15 文件，+646/-152），不影响其他算子。 ## 变更概述 ### 1. P1 精度缺陷修复 bf16 次正规输入倒数返回 inf（`op_kernel/arch35/inv.h`） fp16/bf16 分支的 Div 未带 config，默认 INTRINSIC 算法对 fp32 次正规操作数执行 flush-to-zero，导致合法输入（bf16 最大次正规数 1.166e-38）的倒数结果错误地返回 inf 而非有限值 8.574e37。修复为与 float32 分支统一使用 `DivConfig{PRECISION_0ULP_FTZ_FALSE}`。真机复现 FAIL(matched_ratio=0.0) → 修复后 PASS(1.0)，整批 L0 零回归。 ### 2. 功能补齐 \| 功能 \| 文件 \| 说明 \| \|---\|---\|---\| \| InferShape 推导 \| `op_host/inv_infershape.cpp`（新增） \| 注册 `IMPL_OP_INFERSHAPE(Inv).InferShape(InferShape4Inv)`，复用仓内公共 `InferShape4Elewise` \| \| Tiling rank 上界 \| `op_host/arch35/inv_tiling_arch35.cpp` \| `kMaxRank=8`，rank>8 以 EZ0012 结构化诊断码显式拒绝 \| \| InferShape rank 上界 \| `op_host/inv_infershape.cpp` \| 与 Tiling 门对称，rank>8 拒绝（EZ0012） \| \| ascend350 适配 \| `CMakeLists.txt` + `inv_def.cpp` \| `SUPPORT_COMPUTE_UNIT` 增加 ascend350，`AddConfig("ascend350")`，tiling 复用 arch35 \| ### 3. Golden 测试资产新增 `tests/assets/golden.py`（206 行）： - 注册 `inv`（Kernel/GEIR）+ `tf.raw_ops.Inv`（TF E2E，对齐插件 OriginOpType） - 参考计算全部由 torch 承担：float 用 `torch.reciprocal` 直接竞品，int32 三值映射用 `torch.where` 组合 - NumPy 仅做数据桥接；bfloat16 经 uint16 位视图往返（位级一致，含次正规数） - 延迟导入 torch（`_ensure_torch()`），纯 TF NPU 环境可加载注册 - 容差按 README 声明：FLOAT 1e-4 / FLOAT16 1e-3 / BFLOAT16 4e-3 / INT32 binary_equal ### 4. 注册面与资料修复 - proto 注释维度 `1D~8D` → `0D~8D (rank-0 tensor supported)`（`inv_proto.h:24`） - INPUT/OUTPUT TensorType 保持原始声明不变（8 种/4 种） - README：调用表三列化（补"样例代码"列）、参数名 `self/out` → `x/y`（对齐 IR 端口）、补动态 shape/rank（-1/-2）声明 ### 5. 样例修复 \| 修复 \| 说明 \| \|---\|---\| \| 输入缓冲区泄漏 \| `Tensor::SetData` + DeleteFunc 移交所有权 \| \| 提前返回未清理 \| 两条路径补 `GEFinalize()` \| \| AddGraph 返回值 \| `if (ret != SUCCESS)` + 资源清理 \| \| 宏节点名截短 \| `"placeholder" + std::to_string(intputIndex)` \| \| WriteDataToFile \| 返回值检查 \| ### 6. 注释修正 TilingKey/D_T_SELF/DTYPE_SELF 陈旧描述统一修正为 MODE 恒 0 + DTYPE_X 编译期分派（4 处源码 + 20 处 UT 注释）。 ## 关联 Issue https://gitcode.com/cann/ops-math/issues/3696 ## 测试 - op_host UT：46/46 通过（含新增 InferShape 8 例 + Tiling rank 拒绝 2 例） - GEIR 样例真机：`execute samples success`（ascend950） - 上板精度：Kernel 480/494 PASS + GEIR 40/40 PASS（连续四轮零精度失败；14 例 rank-0 失败为 CANN DFX 环境缺陷，BIN 模式 100% 通过，非算子问题） - bf16 次正规回归：真机复现 FAIL → 修复后 PASS，整批 L0 零回归 - README 冻结校验器：`validate_operator_readme.py --mode full` PASSED ## 类型标签 - [x] Bug修复 - [x] 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 See merge request: cann/ops-math!6567	18 days ago
README.md	[inv] 算子质量加固修复 + 平台适配 Co-authored-by: JasonZhang88<jason.zhangshen@huawei.com> # message auto-generated for no-merge-commit merge: !6567 merge master_new into master [inv] 算子质量加固修复 + 平台适配 Created-by: JasonZhang88 Commit-by: JasonZhang88 Merged-by: cann-robot Description: # [inv] 算子质量加固修复 + 平台适配 ## 描述依据 Inv 算子六轮全量验证（静态检查 + ST 用例生成/评审/自验证 + 上板 TTK）发现的问题进行整改，并新增芯片平台支持。本 PR 仅涉及 `math/inv/` 目录（15 文件，+646/-152），不影响其他算子。 ## 变更概述 ### 1. P1 精度缺陷修复 bf16 次正规输入倒数返回 inf（`op_kernel/arch35/inv.h`） fp16/bf16 分支的 Div 未带 config，默认 INTRINSIC 算法对 fp32 次正规操作数执行 flush-to-zero，导致合法输入（bf16 最大次正规数 1.166e-38）的倒数结果错误地返回 inf 而非有限值 8.574e37。修复为与 float32 分支统一使用 `DivConfig{PRECISION_0ULP_FTZ_FALSE}`。真机复现 FAIL(matched_ratio=0.0) → 修复后 PASS(1.0)，整批 L0 零回归。 ### 2. 功能补齐 \| 功能 \| 文件 \| 说明 \| \|---\|---\|---\| \| InferShape 推导 \| `op_host/inv_infershape.cpp`（新增） \| 注册 `IMPL_OP_INFERSHAPE(Inv).InferShape(InferShape4Inv)`，复用仓内公共 `InferShape4Elewise` \| \| Tiling rank 上界 \| `op_host/arch35/inv_tiling_arch35.cpp` \| `kMaxRank=8`，rank>8 以 EZ0012 结构化诊断码显式拒绝 \| \| InferShape rank 上界 \| `op_host/inv_infershape.cpp` \| 与 Tiling 门对称，rank>8 拒绝（EZ0012） \| \| ascend350 适配 \| `CMakeLists.txt` + `inv_def.cpp` \| `SUPPORT_COMPUTE_UNIT` 增加 ascend350，`AddConfig("ascend350")`，tiling 复用 arch35 \| ### 3. Golden 测试资产新增 `tests/assets/golden.py`（206 行）： - 注册 `inv`（Kernel/GEIR）+ `tf.raw_ops.Inv`（TF E2E，对齐插件 OriginOpType） - 参考计算全部由 torch 承担：float 用 `torch.reciprocal` 直接竞品，int32 三值映射用 `torch.where` 组合 - NumPy 仅做数据桥接；bfloat16 经 uint16 位视图往返（位级一致，含次正规数） - 延迟导入 torch（`_ensure_torch()`），纯 TF NPU 环境可加载注册 - 容差按 README 声明：FLOAT 1e-4 / FLOAT16 1e-3 / BFLOAT16 4e-3 / INT32 binary_equal ### 4. 注册面与资料修复 - proto 注释维度 `1D~8D` → `0D~8D (rank-0 tensor supported)`（`inv_proto.h:24`） - INPUT/OUTPUT TensorType 保持原始声明不变（8 种/4 种） - README：调用表三列化（补"样例代码"列）、参数名 `self/out` → `x/y`（对齐 IR 端口）、补动态 shape/rank（-1/-2）声明 ### 5. 样例修复 \| 修复 \| 说明 \| \|---\|---\| \| 输入缓冲区泄漏 \| `Tensor::SetData` + DeleteFunc 移交所有权 \| \| 提前返回未清理 \| 两条路径补 `GEFinalize()` \| \| AddGraph 返回值 \| `if (ret != SUCCESS)` + 资源清理 \| \| 宏节点名截短 \| `"placeholder" + std::to_string(intputIndex)` \| \| WriteDataToFile \| 返回值检查 \| ### 6. 注释修正 TilingKey/D_T_SELF/DTYPE_SELF 陈旧描述统一修正为 MODE 恒 0 + DTYPE_X 编译期分派（4 处源码 + 20 处 UT 注释）。 ## 关联 Issue https://gitcode.com/cann/ops-math/issues/3696 ## 测试 - op_host UT：46/46 通过（含新增 InferShape 8 例 + Tiling rank 拒绝 2 例） - GEIR 样例真机：`execute samples success`（ascend950） - 上板精度：Kernel 480/494 PASS + GEIR 40/40 PASS（连续四轮零精度失败；14 例 rank-0 失败为 CANN DFX 环境缺陷，BIN 模式 100% 通过，非算子问题） - bf16 次正规回归：真机复现 FAIL → 修复后 PASS，整批 L0 零回归 - README 冻结校验器：`validate_operator_readme.py --mode full` PASSED ## 类型标签 - [x] Bug修复 - [x] 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 See merge request: cann/ops-math!6567	18 days ago

Inv

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：对输入张量的每个元素逐元素计算倒数。
计算公式：

yi=1xiy_{i}=\frac{1}{x_{i}}

浮点（FLOAT、FLOAT16、BFLOAT16）按IEEE-754真值倒数计算（除零得 $±Inf\pm\text{Inf}$ 、 $±Inf\pm\text{Inf}$ 得 $±0\pm0$ 、NaN得NaN）。
INT32按截断向零的整数倒数计算，整型下 $1 / x$ 仅当 $∣ x ∣ = 1$ 时非零，等价为三值映射：

xi=0、∣xi∣≥2、INT_MIN、INT_MAX)y_{i}= \begin{cases} +1 & x_{i}=+1 \\ -1 & x_{i}=-1 \\ 0 & \text{其他（含 } x_{i}=0、|x_{i}|\ge 2、\text{INT\_MIN}、\text{INT\_MAX)} \end{cases}

其中 $x_{i}=0$ 映射为 $0$ 且不抛异常， $INT_MIN(−2147483648)\text{INT\_MIN}(-2147483648)$ 、 $INT_MAX(2147483647)\text{INT\_MAX}(2147483647)$ 均映射为 $0$ 且不溢出。

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	待进行inv计算的入参，公式中的x。支持空Tensor、非连续Tensor，shape维度0-8。	FLOAT、FLOAT16、BFLOAT16、INT32	ND
y	输出	待进行inv计算的出参，公式中的y。shape和数据类型与x一致。	FLOAT、FLOAT16、BFLOAT16、INT32	ND

约束说明

x与y必须shape、dtype相同，逐元素计算，无广播。
动态shape支持情况：支持动态shape与动态rank（-1未知维度 / -2未知rank），维度与rank在运行时由实际输入具体化，具体化后须满足shape维度0-8。
浮点路径精度按社区标准：FLOAT rtol/atol = 1e-4，FLOAT16 = 1e-3，BFLOAT16 = 4e-3。
INT32路径为精确匹配（bitwise，rtol = atol = 0），采用纯整型比较 + 选择实现三值映射，不经float32中转、不对INT_MIN取负，故INT_MIN/INT_MAX不溢出、x = 0不抛异常。

调用说明

调用方式	样例代码	说明
GE图模式	test_geir_inv	通过算子IR构图方式调用Inv算子。