本次提交为【社区任务】Ascend for PyTorch测试用例解耦（1）交付件，目录名与改造测试文件保持一致，包含解耦交付报告、NPU 测试日志、运行截图，用于任务验收。

任务信息

• 目标测试文件：test/ao/sparsity/test_activation_sparsifier.py
• 场景：场景三（无需解耦改造，NPU 测试通过）
• 涉及模块：torch.ao.pruning._experimental.activation_sparsifier（激活稀疏化）

核心结论

1、本用例无硬件耦合：无 cuda 硬编码与设备实例、无 CUDA 专属装饰器、无写死 CUDA 的算子与张量、无 CUDA 专属判断分支，张量默认在 CPU 创建，因此按指导书判定为无需解耦改造。已按上游规范为 TestActivationSparsifier 补充类属性 hw_classification = HardwareClassification.GENERIC，改造前后用例集合不变（1 个测试方法；剔除分类属性后 AST 与改动前逐字节一致），不影响原有 CPU/GPU 社区 CI。

2、PyTorch 上游社区 PR：https://github.com/pytorch/pytorch/pull/192479 ，状态：Merged（2026-09-14 05:49:13 UTC 合入 main，合入提交 6996e37e76ee，改动 +3/−0）。

3、TorchNPU 变更：无需修改。本次仅为上游测试类补充硬件分类元数据，不引入新的设备接口，TorchNPU 侧无需同步修改，也不涉及既有 Patch 的替换或删除。

4、NPU 验证：在 A2（Ascend910B3）和 A5（950PR）平台完成自测，共 1 个用例，通过 1，失败 0，跳过 0。两平台均以三个入口验证（目标文件直跑 / 聚合入口 pytest / 聚合入口 unittest），全部 exit=0；上游社区 CI 共 320 项检查，无 failure。

交付文件清单

目录按指导书固定结构组织（交付报告 + log/ + screenshots/）；上游 CI 逐项结果、AST 一致性检查、合入补丁快照、复跑脚本等过程材料已归纳进交付报告正文（2 / 3.2 / 3.3 / 4.9 / 5 节），不单独随包提交。