检测到社区任务相关 issue，自动添加标签：event: api-consistency、help-wanted
API 一致性任务：set_multithreading_enabled.clone 支持情况验证
本草稿汇总 A2、A3、A5 环境中的聚焦验证结果。
验证范围
目标 API 是 torch.autograd.grad_mode.set_multithreading_enabled.clone。
PyTorch 2.7.1 官方用例为
test/test_autograd.py::TestAutograd::test_set_multithreading_enabled_as_context_manager_and_function。
聚焦检查覆盖以下行为：
False和True模式返回同类 clone 对象。- clone 保留
mode。 - 上下文退出后恢复进入上下文前的多线程状态。
A2 结果
- Python：3.11.15。
- PyTorch：2.10.0+cpu。
- Torch-NPU：2.10.0。
- NPU：1 张 910B3，可用。
- 结果：聚焦断言通过，退出状态恢复正确。
- 证据：
/workspace/aiframework/results/a2-api-71.txt。 - 截图：
72e2594e3eed4ac2b7e52c63a0c0fbb8.png
A5 结果
- Python：3.11.15。
- PyTorch：2.7.1+cpu。
- Torch-NPU：2.7.1.post8。
- NPU：1 张 Ascend950PR，可用。
- 结果：同一聚焦断言通过，exit code 为 0。
- 证据：
private/remote-results/a5/a5-api71-run.log。 - 官方测试尝试因精简源码缺少
autograd夹具未完成。 - A5 截图：
0505bf8aaaa54da19200d1bd1ab84f8d.png
A3 结果
- Python：3.11.15。
- PyTorch：2.10.0+cpu。
- Torch-NPU：2.10.0。
- NPU：2 张 Ascend910，可用。
- 结果：同一聚焦断言通过，exit code 为 0。
- 证据：
private/remote-results/a3/a3-api71-run.log。 - 官方测试因精简源码缺少
test/test_autograd.py未启动。 - A3 截图：
cd2015e6784541bbb9c7d8f9abcce119.png
官方测试文件在当前精简上传包中缺少test/autograd夹具，无法完成文件级
启动；上述等价断言已单独执行并通过。
NPU 适配结论
上游实现位于 torch/autograd/grad_mode.py，目标 API 只管理自动求导的 Python
上下文状态和 clone 对象，不创建 NPU 张量，也不依赖设备特有算子。因此无需 NPU
专用 patch；本次用 A2、A3、A5 运行聚焦断言确认行为一致。
native API 文档支持情况
已检查 master 分支的 native API 文档目录。目标 API 已有对应条目：
因此本任务不需要另提文档 PR。
结论
当前 A2、A3、A5 证据支持该纯 Python API 的行为一致性；官方文件级测试夹具缺失情况
已记录，等价聚焦断言在三套环境均通过。
@TorchNPU-Bot @Giotto0025 您好，我的验收材料已经提交多日了，能否处理一下，不然就快到截止时间了
/compile
@shashasha123 此任务的到期时间为2026年10月21日，还请及时提交并在微信群中催促审批，如没有加入群聊，或有相关事宜需要咨询可以通过邮箱或者微信联系我；邮箱：1624640779@qq.com；微信：sh-xyzllm-7864 也可以通过手机号：17570017864 加我微信
一、任务概览
Ascend for PyTorch是昇腾 NPU 适配 PyTorch 框架的核心插件，为 PyTorch 提供完整的昇腾硬件算子支持、调度能力与推理优化，保障 PyTorch 模型可在昇腾 NPU 上无缝、高效运行。
当前 PyTorch 官方原生 API 已形成完善体系，但部分API尚未在 Ascend for PyTorch 中完成实现、对齐与验证，导致部分 PyTorch 原生模型 / 代码在昇腾 NPU 上运行时出现接口报错、功能不一致等问题。
本任务邀请开发者参与Ascend for PyTorch API 补齐与适配验证，完成缺失 API 的开发、调试、测试与文档交付，完善 Torch-NPU 对 PyTorch 原生 API 的兼容性，提升昇腾 NPU 上 PyTorch 框架的易用性与模型适配覆盖率。
二、任务要求及参考指导
https://docs.qq.com/doc/DT3R3eVNWdm1yUkdR
三、任务价值
深度参与昇腾生态 + PyTorch 开源共建，贡献代码合入官方仓库；
掌握 NPU PyTorch 框架适配、异构计算核心技能；
获得开源社区认可，积累工业级实习项目经验，提升简历竞争力。
四、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，请耐心等候）
五、API名称
torch.autograd.grad_mode.set_multithreading_enabled.clone