排查到报错算子为sum算子，分析算子反编译文件与CCE文件后，未发现逻辑问题，排除算子自身问题；考虑到sum算子涉及atomic add操作，怀疑数据中包含nan导致atomic溢出。
读取UB数据，trudiv的第二个输入中确实存在部分为0的数据，从原始模型的算法看，无法保证不除零，但通过great+select可以保证不使用除零的结果，也就是即便发生除零，inf/NAN不会往下传递。进一步排查inf/NAN被错误向下传递的原因。
select算子实现问题，导致网络中针对除零做的保护失效，将除零结果NAN向下传递，最终导致atomic累加溢出。