1. TorchAir适用场景

TorchAir（Torch Ascend Intermediate Representation）对接Pytorch的Dynamo特性，将Pytorch的FX（functionalize）图转化为Ascend IR，通过Graph Engine进行计算图的编译优化等操作，并下发到昇腾硬件执行。成图主要是为了解决host-bound问题，若性能瓶颈不在此，应该参考torch_npu常用优化点做针对性的性能优化。

• Host Bound问题在profiling中的表现为"Overlap Analysis"计算占比低，free占比高。可参考Host Bound问题分析
• 入图部分算子必须支持converter，ATen API支持清单列出了支持入图的ATen API，这些API能力均对等Eager模式下的ATen API能力。如果自定义模型用到的ATen API不在该列表中，说明对应的API能力可能不完备，用户需根据实际情况进行converter功能扩展，具体步骤参考：converter补齐
• 动态shape可控：当前torchair支持10个档位分档，多了会有性能劣化的问题；动态分档适用于某一维度的变化，比如batch size。

2. 约束条件

• PyTorch图模式支持单进程和多进程，每个进程只支持使用1张NPU卡，不支持使用多张NPU卡。