已关闭
【社区任务】Ascend for PyTorch测试用例解耦（2）【已领取】 #2
hid87721478创建于 8月5日关闭于 15 天前
8月13日 添加了label：help-wanted
8月13日 添加了label：triaged
村雨雨雨
8月18日 评论：
8月18日 评论：
任务登记：Ascend for PyTorch 测试用例解耦（2）— test/ao/sparsity/test_data_scheduler.py
- GitHub ID：CunYuawa
- 上游 PR：pytorch/pytorch #193848（Draft，已加
module: tests/others标签，待内部 review 后转 Ready） - 场景判定：场景三（文件为 CPU-only，无 CUDA 硬编码；按社区规范补充
hw_classification = HardwareClassification.GENERIC语义标签，不需参数化解耦，但仍提上游 PR 说明） - 改造内容：
test/ao/sparsity/test_data_scheduler.py：导入HardwareClassificationTestBaseDataScheduler标注hw_classification = HardwareClassification.GENERIC- 不增减用例、不改变测试语义（4 个用例：test_constructor / test_order_of_steps / test_step / test_state_dict）
- 双环境验证结论（均 PASS）：
- 910B/910C 侧（Ascend910B3，torch 2.12.0 + torch_npu 2.12.0）：目标文件 4 passed；聚合入口
test_ao_sparsity.py -k DataScheduler4 passed - 950PR 侧（Ascend950PR，2026-08-18 补跑）：目标文件 4 passed；聚合入口 4 passed
- 两侧步骤3（
--hw-classification调度检查）因运行器版本不支持为可选失败，不影响判定
- 910B/910C 侧（Ascend910B3，torch 2.12.0 + torch_npu 2.12.0）：目标文件 4 passed；聚合入口
- 结论：双环境验证通过，等待内部 review 与合入。
Hhid87721478
8月26日 修改标题为 “【社区任务】Ascend for PyTorch测试用例解耦（2）【已领取】”，原标题为“【社区任务】Ascend for PyTorch测试用例解耦（2）”
8月26日 修改标题为 “【社区任务】Ascend for PyTorch测试用例解耦（2）【已领取】”，原标题为“【社区任务】Ascend for PyTorch测试用例解耦（2）”
9月14日 关联了pull request：【社区任务】Ascend for PyTorch测试用例解耦（2） 交付件
15 天前 关闭了 issue
15 天前 issue状态由 TODO 改变为 CLOSED
15 天前 添加了label：resolved
一、任务概览
PyTorch上游社区大量单元测试用例硬编码绑定CUDA设备，存在设备写死、CUDA专属装饰器、CUDA专属API、 pytest硬编码is_cuda参数、仅CPU默认创建Tensor等问题。导致昇腾NPU等异构加速器无法复用社区原生测试用例、无法接入社区设备自动化测试框架，存在硬件绑定耦合高、可移植性差、新硬件适配成本高的问题。
本任务核心目标是邀请Ascend for PyTorch社区开发者参与PyTorch上游社区测试用例硬件解耦适配任务，在不改变社区原有测试语义、不增减社区用例数量、不破坏原有执行逻辑的前提下，完成存量测试用例硬件解耦改造，实现测试用例设备无关化，支持昇腾 NPU动态调度运行，对齐社区官方设备适配规范。
二、任务要求及参考指导
1、开发者指导书
https://docs.qq.com/doc/DUXpVSHNERFJJaXBH
2、PyTorch社区官方测试用例解耦跟踪表：
https://docs.google.com/spreadsheets/d/1cDNiLW4KvPcGYPlA3KCDm0zV5PLPUWubno1OyCznKBw/edit?pli=1&gid=1919673129#gid=1919673129
重要说明：开发者成功领取任务后，请第一时间在此表格中“Assignee”列中登记本人GitHub ID（注意不要覆盖已有id）。由于本次任务是PyTorch社区面向所有开发者公开招募的，因此可能存在同一个测试用例文件被多人领取的情况。所有任务采用先合入优先归属规则，同一测试用例以率先成功合入PyTorch社区上游PR的开发者为准，最终成果归属于该开发者。请开发者领取任务后务必尽快完成开发和评审，需要在其他社区开发者之前完成合入，昇腾社区任务才能验收通过。
三、任务领取
请前往昇腾社区-任务广场领取任务：https://www.hiascend.com/activities/task-center ，其余领取方式无效。（昇腾社区任务发布会滞后，请耐心等待）
四、任务内容
test/ao/sparsity/test_data_scheduler.py