[0-size Tensor No.318] Add 0-size Tensor support for paddle.Tensor.matmul API.

[crashbussy]

PR Category

Execute Infrastructure

PR Types

New features

Description

paddle.Tensor.matmul支持0-Size。

修改历程介绍如下：

在PaddleAPITest report/0size_tensor中检索paddle.Tensor.matmul的错误日志，发现[accuracy error]报错。分析可能是前向过程出错。！！！注意到(shapes (0, 100, 1, 40), (0, 100, 40) mismatch)，也是就shape不匹配的问题
`2025-03-05 15:27:11.945992 test begin: paddle.Tensor.matmul(Tensor([0, 100, 1],"float64"), Tensor([0, 1, 40],"float64"), )

[accuracy error] paddle.Tensor.matmul(Tensor([0, 100, 1],"float64"), Tensor([0, 1, 40],"float64"), )

Not equal to tolerance rtol=0.01, atol=0.01

(shapes (0, 100, 1, 40), (0, 100, 40) mismatch)
x: array([], shape=(0, 100, 1, 40), dtype=float64)
y: array([], shape=(0, 100, 40), dtype=float64)
前向修复： a. 在Paddle代码中检索def matmul，发现matmul的核心实现调用的是_C_ops的matmul b. 以_C_ops的matmul在paddle/phi/ops/yaml中检索，发现matmul的InferMeta函数使用到一个： MatmulInferMeta- op: matmul
args : (Tensor x, Tensor y)
output : Tensor(out)
infer_meta :
func : MatmulInferMeta
param: [x, y, false, false]`

c. 在代码中检索MatmulInferMeta，并检查其dims(shape)的推导是否正确（在matmul中推导是正确因此不用修改）
d. 在paddle/phi/kernels中检索matmul，找全所有matmul的实现Kernel。发现共有五个涉及matmul的文件，分别为：

• paddle/phi/kernels/cpu/matmul_kernel.cc
• paddle/phi/kernels/gpu/matmul_kernel.cu
• paddle/phi/kernels/impl/matmul_kernel_impl.h
• paddle/phi/kernels/matmul_kernel.h
• paddle/phi/kernels/gpu/weight_only_linear_grad_kernel.cu
  其中cc和cu文件均将前两个.h文件设为头文件，因此只用修改.h文件即可。而matmul_kernel.h和matmul_kernel_impl.h中不需要（不能）重复定义，故只修改了matmul_kernel_impl.h

注意，下面的文件仅以 paddle/phi/kernels/matmul_kernel.h为头文件，并不含有matmulkernel字段，所以不予以考虑

• paddle/phi/kernels/impl/svdvals_grad_kernel_impl.h
• paddle/phi/kernels/impl/eigvalsh_grad_kernel_impl.h
• paddle/phi/kernels/impl/lstsq_kernel_impl.h
• paddle/phi/kernels/impl/eigh_grad_kernel_impl.h
• paddle/phi/kernels/impl/qr_grad_kernel_impl.h
• paddle/phi/kernels/sparse/gpu/fused_attention_kernel.cu

在paddle/phi/kernels/impl/matmul_kernel_impl.h中删除了原来的代码（因为有错误），加入以下代码，完成修复
` if (x.numel() == 0 || y.numel() == 0) {
auto x_dims = x.dims();
auto y_dims = y.dims();

if (transpose_x && x_dims.size() >= 2) {
  std::swap(const_cast<DDim&>(x_dims)[x_dims.size() - 1],
            const_cast<DDim&>(x_dims)[x_dims.size() - 2]);
}

if (transpose_y && y_dims.size() >= 2) {
  std::swap(const_cast<DDim&>(y_dims)[y_dims.size() - 1],
            const_cast<DDim&>(y_dims)[y_dims.size() - 2]);
}

std::vector<int64_t> x_batch_dims(x_dims.data(), x_dims.data() + x_dims.size() - 2);
std::vector<int64_t> y_batch_dims(y_dims.data(), y_dims.data() + y_dims.size() - 2);

std::vector<int64_t> bcast_dims;
if (!funcs::BroadcastTwoVec(x_batch_dims, y_batch_dims, &bcast_dims)) {
  PADDLE_THROW(phi::errors::InvalidArgument(
      "Failed to broadcast input batch dimensions."));
}

std::vector<int64_t> out_shape(bcast_dims.begin(), bcast_dims.end());

int64_t m = transpose_x ? x_dims[x_dims.size() - 1] : x_dims[x_dims.size() - 2];
int64_t n = transpose_y ? y_dims[y_dims.size() - 2] : y_dims[y_dims.size() - 1];

out_shape.push_back(m);
out_shape.push_back(n);

DDim out_dims = make_ddim(out_shape);
out->Resize(out_dims);
ctx.template Alloc<T>(out);
return;

}`

添加单测：

在test/legacy_test/test_matmul_op.py中添加0 size tensor输入的单测:
`import paddle
import numpy as np

所有测试用例

test_cases = [
# 格式: (x_shape, y_shape, expected_out_shape, dtype)
((0, 100, 1), (0, 1, 40), (0, 100, 40), "float64"),
((0, 100, 1), (0, 1, 4), (0, 100, 4), "float64"),
((0, 100, 1), (1, 1, 40), (0, 100, 40), "float64"),
((0, 100, 1), (1, 1, 4), (0, 100, 4), "float64"),
((0, 12, 197, 197), (0, 12, 197, 64), (0, 12, 197, 64), "float16"),
((0, 12, 197, 197), (0, 12, 197, 64), (0, 12, 197, 64), "float32"),
((1, 0, 1), (1, 1, 40), (1, 0, 40), "float64"),
((1, 0, 1), (1, 1, 4), (1, 0, 4), "float64"),
((1, 100, 1), (0, 1, 40), (0, 100, 40), "float64"),
((1, 100, 1), (0, 1, 4), (0, 100, 4), "float64"),
((1, 100, 1), (1, 1, 0), (1, 100, 0), "float64"),
((112, 0, 197, 197), (112, 0, 197, 64), (112, 0, 197, 64), "float16"),
((112, 0, 197, 197), (112, 0, 197, 64), (112, 0, 197, 64), "float32"),
((112, 12, 0, 197), (112, 12, 197, 64), (112, 12, 0, 64), "float16"),
((112, 12, 0, 197), (112, 12, 197, 64), (112, 12, 0, 64), "float32"),
((112, 12, 197, 197), (112, 12, 197, 0), (112, 12, 197, 0), "float16"),
((112, 12, 197, 197), (112, 12, 197, 0), (112, 12, 197, 0), "float32"),
]

def run_all_matmul_tests():
for idx, (x_shape, y_shape, expected_shape, dtype) in enumerate(test_cases):
print(f"\nTest {idx+1} begin: paddle.Tensor.matmul(Tensor({x_shape}), Tensor({y_shape}), dtype={dtype})")
try:
x = paddle.zeros(x_shape, dtype=dtype)
y = paddle.zeros(y_shape, dtype=dtype)
result = x.matmul(y)

        if result.shape != expected_shape:
            raise AssertionError(
                f"[accuracy error] paddle.Tensor.matmul(Tensor({x_shape}), Tensor({y_shape}), dtype={dtype})\n\n"
                f"Not equal to tolerance rtol=0.01, atol=0.01\n\n"
                f"(shapes {result.shape}, {expected_shape} mismatch)\n"
                f" x: array([], shape={x.shape}, dtype={dtype})\n"
                f" y: array([], shape={y.shape}, dtype={dtype})"
            )
        else:
            print(f"[PASS] Shape is correct: {result.shape}")
    except Exception as e:
        print(f"{e}")

if name == "main":
run_all_matmul_tests()`

备注：原来的代码存在错误，
std::vector<std::int64_t> out_dims(x_dims.size() - 1 + y_dims.size() - 1);
对于二维 matmul 是对的，但对于多维（batched）matmul 来说，这会导致错误。
正确做法应是：batch 维度取广播后的结果；最后两维做矩阵乘法；所以输出 rank 应与广播后的 batch rank 相同 + 2（最后两个维度）
重写后支持任意 rank 的输入张量（>=2）

下面提供一个最简单的示例测试
`import paddle

测试数据

x = paddle.randn([0, 100, 1]) # shape: [0, 100, 1]
y = paddle.randn([1, 1, 4]) # shape: [1, 1, 4]

result = x.matmul(y)
print(result.shape) # 输出: [0, 100, 4], 而不是原来的[0, 100, 1, 4]`

[paddle-bot]

你的PR提交成功，感谢你对开源项目的贡献!
请关注后续CI自动化测试结果，详情请参考Paddle-CI手册。
Your PR has been submitted. Thanks for your contribution!
Please wait for the result of CI firstly. See Paddle CI Manual for details.

[crashbussy]

@wanghuancoder，想请问方便的时候能否帮忙审核下这个 PR？非常感谢你的review！

[luotao1]

@DanielSun11 请看下

[luotao1]

@crashbussy 你可以看下CI日志，目前编译都没有过

[crashbussy]

@luotao1 总是跟不上develop分支的版本，develop不断的更新导致编译不通过。晚上人少的时候我同步完再试试。

[crashbussy]

很奇怪，不知为何会编译不通过。查看了CI，内容很让人困惑，提示文件变更两个，但是这两个文件并不是我修改的两个文件，第一次遇到这种情况，不清楚是如何发生的。

[crashbussy]

@luotao1 求助，不知道为什么编译没有通过，编译报错是一些我没有动过的文件，不清楚报错与我的修改有何关联。

[luotao1]

你本地能编译过么？

这里错误就是 matmul_kernel_impl.h 编译没通过

[luotao1]

MatmulWithFlattenKernelImpl 函数删了？在2216行有用到

[fangfangssj]

在Tensor规范化第二期的活动中有关于0-size Tensor的测试，我正好看了关于matmul的问题，#70238 这个PR中修复的有一些问题
matmul计算输出out的形状的符号推导应该放在paddle/phi/infermeta/binary.cc下的MatmulInferMeta中，而不是放在对应的kernel中，应该去除MatmulInferMeta中关于0size的检查（如下图所示），修改MatmulInferMeta函数，同时修改对应的符号推导部分，以便于可以正常计算out的形状

之后在kernel中添加对out的判断即可，如果out->numel()是0的话，申请内存返回即可
同时还需要给matmul的反向算子添加对应的0-size支持，和前向的逻辑是一样的
详细的修改方法可以参考 #72637 个人觉得这个是比较难的一个API

[crashbussy]

再次修改了一次，还是发现编译通不过。感谢@fangfangssj的细致讲解，这个修改难度确实大一些，目前还没有信心能找到对应解决办法，这个pr我就关闭了。我去完成一些添加单测的任务。