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/test_torch_config_hash_determinism.py