fix rmsnorm grad when input size is zero

[greenhandF]

PR Category

Operator Mechanism

PR Types

Bug fixes

Description

fix rmsnorm grad when input size is zero

是否引起精度变化

是

[PaddlePaddle-bot]

🤖 Paddle-CI-Agent | pr_review | 2026-06-30 20:17:18

📋 Review 摘要

PR 概述：修复 GPU rms_norm_grad 在空输入时 dscale 未清零导致梯度随机值的问题
变更范围：paddle/phi/kernels/gpu/rms_norm_cuda_kernel.h
影响面 Tag：[Operator Mechanism]

问题

级别	文件	概述
🟡 建议	paddle/phi/kernels/gpu/rms_norm_cuda_kernel.h:1424	空输入分支缺少回归测试，无法防止 dscale 再次变为未初始化梯度

📝 PR 规范检查

标题缺少官方 Tag；同时 是否引起精度变化 填写为 是，但描述中没有说明精度变化来源、影响范围和验证方式。

标题建议（可直接复制）：

• [Operator Mechanism] fix rmsnorm grad when input size is zero

PR 描述建议（点击展开，可直接复制）

### PR Category
<!-- One of [ User Experience | Execute Infrastructure | Operator Mechanism | CINN | Custom Device | Performance Optimization | Distributed Strategy | Parameter Server | Communication Library | Auto Parallel | Inference | Environment Adaptation ] -->
Operator Mechanism

### PR Types
<!-- One of [ New features | Bug fixes | Improvements | Performance | BC Breaking | Deprecations | Docs | Devs | Not User Facing | Security | Others ] -->
Bug fixes

### Description
<!-- Describe what you’ve done -->
修复 GPU `rms_norm_grad` 在 `X.numel() == 0` 时只分配 `dscale` 但不清零的问题。空输入没有元素贡献到 `dscale`，梯度应为全 0；本 PR 在空输入分支使用 `Full` 对 `dscale` 进行 0 填充，避免未初始化内存进入梯度计算。

验证方式：N/A（当前 diff 未包含测试变更）

### 是否引起精度变化
<!-- one of the following [ 是 | 否 ]-->
是。精度变化来源于空输入场景下 `scale` 梯度从未初始化随机值修正为数学上应有的 0；影响范围为 GPU `rms_norm_grad` 的空 Tensor 输入场景。验证方式：N/A（当前 diff 未包含测试变更）。

总体评价

代码层面使用 Full<T, Context> 与非空路径的 dscale dtype 一致，修复方向合理。主要缺口是这个空 Tensor 梯度场景没有同步测试保护，PR 描述也需要补足精度变化说明。

[PaddlePaddle-bot]

🟡 建议 这个修复缺少覆盖 X.numel() == 0 的回归测试。

本 PR 改变的是空输入时 dscale 的数值语义：之前只分配缓冲区，现在应稳定为全 0。现有 test/legacy_test/test_rms_norm_op.py 只覆盖正常形状和 eps=None 反向，没有形如 x.shape == [0, N] 且 scale.stop_gradient = False 的用例；后续改动很容易重新引入未初始化梯度。

建议修复方式：
在 test/legacy_test/test_rms_norm_op.py 增加 GPU 可运行的动态图用例，例如构造 x = paddle.randn([0, cols])、scale.stop_gradient = False，执行 paddle.nn.functional.rms_norm(x, (cols,), scale).sum().backward()，并断言 scale.grad.numpy() 与 np.zeros([cols], dtype=...) 一致。

[PaddlePaddle-bot]

🤖 Paddle-CI-Agent | ci_status_monitor | 2026-07-01 11:43:30 UTC+08:00

CI报告基于以下代码生成（30分钟更新一次）:
PR commit: d10a380 | Merge base: 529fbc7 (branch: develop)

---

1 Required任务 : 45/48 通过

总执行（rerun次数）	总任务	✅ 通过	❌ 失败	⏳ 运行中	⏸️ 等待中	跳过
113(33)	80	76	2	1	0	1

任务	错误类型	置信度	日志
Check approval	需要 Approval	高	Job
Check PR Template / Check	PR问题：缺少必需审批	高	Job

2 失败详情

🔴 Check approval — 需要 Approval（置信度: 高）

该 Job 需要人工 Approval，完成审批后 CI 才会继续执行。

• 根因摘要: 缺少人工审批
• 修复建议摘要: 请通过人工审批后重跑或等待 CI 继续执行

🔴 Check PR Template / Check — PR问题：缺少必需审批（置信度: 高）

错误类型: PR问题 | 置信度: 高
分析器: 通用分析(fallback)
失败用例: PR 模板/审批检查

用例	错误摘要
Check PR Template	必需审批人 sneaxiy 尚未审批，脚本退出 8

关键日志:

Approval check result: False, message: ❌ No approvals from required approvers. Missing: sneaxiy
ERROR MESSAGE: ❌ No approvals from required approvers. Missing: sneaxiy
EXCODE: 8
ipipe_log_param_EXCODE: 8
##[error]Process completed with exit code 8.

• 根因摘要: 缺少必需审批人 sneaxiy 的 approval。
  该失败不是编译或单测错误；日志显示 Check PR Template 步骤中的审批检查未通过，并以退出码 8 终止。

修复建议:

1. 请由必需审批人 sneaxiy 完成 approval，然后重新触发该检查或等待 CI 继续执行。

关联变更: 未分析

[greenhandF]

/re-run all-failed