环境信息

• 操作系统：Linux（A2/A3：aarch64；A5：x86_64）
• 昇腾硬件信息：Ascend 910B3（A2/A3 平台）、Ascend 950PR_9579（A5 平台）
• CANN 软件版本：9.1.0（V100R001C11SPC001B243，A2/A3）、9.0.0（V100R001C10SPC001B250，A5）
• 安装的对应软件版本：
  • Python：3.11.15（A2/A3）、3.12.13（A5）
  • torch：2.9.0+cpu（A2/A3）、2.12.0+cpu（A5）
  • torch_npu：2.9.0.post6（A2/A3）、2.12.0.post2（A5）
  • npu-smi：26.1.1（A2/A3）、25.7.rc1.10（A5）
  • torch_npu.npu.is_available()：True（两平台一致）

🐛 问题描述

问题现象

目标测试文件：test/quantization/core/experimental/test_fake_quantize.py（TestFakeQuantize 类，共 4 个用例）。

在 Ascend NPU 软件栈环境下运行该社区原生测试文件，结果为 2 passed / 2 failed：

A2/A3（Ascend 910B3 + CANN 9.1.0 + torch 2.9.0 / torch_npu 2.9.0.post6）与 A5（Ascend 950PR + CANN 9.0.0 + torch 2.12.0 / torch_npu 2.12.0.post2）两个平台结果逐字一致（同为 2 passed / 2 failed），pytest --collect-only 均为 4 tests collected。

该文件无任何硬件耦合：未使用 @onlyCUDA / @deviceCountAtLeast 等设备装饰器，未写死 cuda 设备字符串，未调用 .cuda() 或 torch.cuda.*，未使用 pytest is_cuda 参数，未接收 device 参数，Tensor 默认创建在 CPU 上，用例数值计算全部发生在 CPU。按社区分类框架属于「无设备参数化，Tensor 默认在 CPU」类型（HardwareClassification.GENERIC）。

复现步骤

git clone https://github.com/pytorch/pytorch.git
cd pytorch/test/quantization/core/experimental

# 全量运行（与社区原文件运行方式一致）
python test_fake_quantize.py -v

# 用例收集
python -m pytest test_fake_quantize.py --collect-only -q

环境说明：910 环境的 torch 2.9.0 已移除 torch.ao.quantization.experimental 模块，验证时以社区 main 分支同名模块补齐后运行，测试文件本身未做任何修改。

实际结果

（1）test_forward —— TypeError: APoTFakeQuantize.forward() takes 2 positional arguments but 3 were given

Traceback (most recent call last):
  File "/usr/local/python3.12.13/lib/python3.12/unittest/case.py", line 58, in testPartExecutor
    yield
  File "/usr/local/python3.12.13/lib/python3.12/unittest/case.py", line 634, in run
    self._callTestMethod(testMethod)
  File "/usr/local/python3.12.13/lib/python3.12/unittest/case.py", line 589, in _callTestMethod
    if method() is not None:
  File "/workspace/PY/pytorch-task9/test/quantization/core/experimental/test_fake_quantize.py", line 64, in test_forward
    X_reduced_precision_fp = apot_fake.forward(torch.clone(X), False)
TypeError: APoTFakeQuantize.forward() takes 2 positional arguments but 3 were given

（2）test_backward —— TypeError: only integer tensors of a single element can be converted to an index

Traceback (most recent call last):
  File "/usr/local/python3.12.13/lib/python3.12/unittest/case.py", line 58, in testPartExecutor
    yield
  File "/usr/local/python3.12.13/lib/python3.12/unittest/case.py", line 634, in run
    self._callTestMethod(testMethod)
  File "/usr/local/python3.12.13/lib/python3.12/unittest/case.py", line 589, in _callTestMethod
    if method() is not None:
  File "/workspace/PY/pytorch-task9/test/quantization/core/experimental/test_fake_quantize.py", line 98, in test_backward
    gradcheck(fake_quantize_function.apply, (input, alpha, gamma, quantization_levels, level_indices), atol=1e-4)
  File "/workspace/PY/venv_npu/lib/python3.12/site-packages/torch/autograd/gradcheck.py", line 2104, in gradcheck
    return _gradcheck_helper(**args)
  File "/workspace/PY/venv_npu/lib/python3.12/site-packages/torch/autograd/gradcheck.py", line 2133, in _gradcheck_helper
    _gradcheck_real_imag(
  File "/workspace/PY/venv_npu/lib/python3.12/site-packages/torch/autograd/gradcheck.py", line 1517, in _gradcheck_real_imag
    gradcheck_fn(
  File "/workspace/PY/venv_npu/lib/python3.12/site-packages/torch/autograd/gradcheck.py", line 1652, in _slow_gradcheck
    analytical = _check_analytical_jacobian_attributes(
  File "/workspace/PY/venv_npu/lib/python3.12/site-packages/torch/autograd/gradcheck.py", line 798, in _check_analytical_jacobian_attributes
    vjps1 = _compute_analytical_jacobian_rows(vjp_fn, output.clone())
  File "/workspace/PY/venv_npu/lib/python3.12/site-packages/torch/autograd/gradcheck.py", line 916, in _compute_analytical_jacobian_rows
    grad_inputs = vjp_fn(grad_out_base)
  File "/workspace/PY/venv_npu/lib/python3.12/site-packages/torch/autograd/gradcheck.py", line 789, in vjp_fn
    return torch.autograd.grad(
  File "/workspace/PY/venv_npu/lib/python3.12/site-packages/torch/autograd/__init__.py", line 530, in grad
    result = _engine_run_backward(
  File "/workspace/PY/venv_npu/lib/python3.12/site-packages/torch/autograd/graph.py", line 882, in _engine_run_backward
    return Variable._execution_engine.run_backward(...)
  File "/workspace/PY/venv_npu/lib/python3.12/site-packages/torch/autograd/function.py", line 317, in apply
    return user_fn(self, *args)
  File "/workspace/PY/venv_npu/lib/python3.12/site-packages/torch/ao/quantization/experimental/fake_quantize_function.py", line 35, in backward
    return grad_output * mask
TypeError: only integer tensors of a single element can be converted to an index

说明：上述报错堆栈全部位于 unittest / torch 内部，不含任何 torch_npu 栈帧。

定位结论（该失败非 NPU 平台问题）

补充：test_forward_exception 之所以「通过」，是因为其 assertRaises(Exception) 恰好捕获了 test_forward 中的同一个 TypeError。

期望结果

社区原生测试文件在 NPU 软件栈环境下运行结果应与 CPU/CUDA 环境一致，即 4 个用例全部通过。

关联信息

• 来源任务：【社区任务】Ascend for PyTorch 测试用例解耦（9）
• 交付件 PR：【社区任务】Ascend for PyTorch 测试用例解耦 (9) 交付件
• 上游社区 PR（已 Merged，仅新增 hw_classification = HardwareClassification.GENERIC 元数据标签）：pytorch/pytorch#193013
• 该文件无硬件耦合、无需解耦改造；本 issue 用于记录 NPU 环境下运行失败的客观事实与定位结论，具体场景归属与后续处理方式请华为接口人裁定。