[Zero-size] fix embedding_with_scaled_gradient_grad CUDA error(9) on 0-size input

[DanielSun11]

PR Category

Operator Mechanism

PR Types

Bug fixes

Description

问题背景

调用 paddle.nn.functional.embedding 时，若输入 x 包含 0-size 维度（如 shape [0, 3]）且 scale_grad_by_freq=True，在执行反向传播时会触发 CUDA error(9): invalid configuration argument，导致程序崩溃。

x = paddle.zeros([0, 3], dtype='int32')
weight = paddle.rand([10, 4], dtype='float32')
weight.stop_gradient = False
out = paddle.nn.functional.embedding(x, weight, padding_idx=5, scale_grad_by_freq=True)
out.sum().backward()  # CUDA error(9) !

根本原因

文件 paddle/phi/kernels/gpu/embedding_with_scaled_gradient_grad_kernel.cu 中，EmbeddingWithScaledGradientGradCUDAFunctor::apply() 使用 GET_BLOCKS(K) 计算 CUDA kernel 的 grid size，其中 K = input_.numel()。

当输入为 0-size tensor 时，K = 0，而：

GET_BLOCKS(0) = (0 + PADDLE_CUDA_NUM_THREADS - 1) / PADDLE_CUDA_NUM_THREADS
             = (0 + 511) / 512 = 0

以 0 个 block 启动 CountFreqKernel，违反了 CUDA 要求 gridDim.x >= 1 的约束，触发 error(9)。

前向 kernel（EmbeddingKernel）使用固定的 gridx = 2 * GetSMCount()，不受 K 影响，因此前向正常；只有反向的 CountFreqKernel 存在该问题。

修复方案

在 apply() 中，cudaMemsetAsync 将 d_table 初始化为 0 之后，立即检查 K == 0 并提前返回：

// When input has 0 elements, d_table is already correctly zeroed.
// Skip all kernel launches to avoid CUDA error(9) from GET_BLOCKS(0)==0.
if (K == 0) return;

当 K == 0 时，d_table（权重梯度）已经通过 cudaMemsetAsync 正确置零，这正是空输入对应的正确梯度，无需再启动任何 kernel。

测试验证

• 直接触发 bug 的原始 case（9 个不同参数组合）：全部 PASS
• monitoring_configs 中所有 289 个 embedding 历史 0-size case：全部 PASS，无回归

是否引起精度变化

否

[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.