一、变更说明

本人按《TorchNPU 众测任务书》完成 TorchNPU 26.1.0 众测三项任务（软件安装、快速入门迁移训练、torch.compile 体验与实践），证明材料提交至以 gitcode 账号命名的独立文件夹 gcw_8p1hhlB0/，并已按《TorchNPU 26.1.0 众测任务提交格式要求》的交付件样本格式组织（任务1/任务2/补充 三级目录，交付件说明.txt + 链接交付件.xls）。

环境：Atlas 800T A2（Ascend 910B3, 64GB）/ CANN 9.1.0 / TorchNPU 2.7.1.post8 与 2.9.0.post6（26.1.0 配套）/ PyTorch 2.7.1 与 2.9.0 / Python 3.11 / Ubuntu 24.04 aarch64

二、变更内容（101 个文件）

01_tasks/2026/torch_npu_public_beta/gcw_8p1hhlB0/
├── README.md                        # 材料总览（截图嵌入+结果汇总表）
├── 任务1-安装与快速入门/             # 任务书 4.2.1 + 4.2.2
│   ├── 交付件说明.txt / 链接交付件.xls
│   ├── 软件安装/1_pip_list截图.png、2_torch_npu导入截图.png
│   └── 快速入门/1_训练脚本.py、2_训练成功截图.png、3_权重文件截图.png
├── 任务2-torch.compile体验与实践/    # 任务书 5.2（13 个改写示例）
│   ├── 交付件说明.txt / 链接交付件.xls
│   ├── Guard Filter/（0_公共模块 + 1~6 脚本 + 7/8/9 截图）
│   ├── Inductor-Triton ~ TorchAir-GE 7 个后端文件夹
│   │   （各含 0_公共模块 + 1_改写脚本 + 2_正确性验证截图 + 3_性能对比截图）
│   └── Inductor-MLIR/ 额外含 4_规避方案AB对比截图.png
└── 补充-测试报告与原始日志/
    ├── 众测测试报告.md（7 问题 + 8 建议 + 汇总表）
    ├── issue提交记录.md / 复现命令清单.md / run_task3.sh / env_setup.sh
    ├── 原始日志/（19 个：4.2.x + 13 示例）
    ├── GuardFilter-每示例截图/、MLIR问题定位/、故障卡问题证据/、对照脚本/

三、任务完成情况（对照任务书）

四、torch.compile 实测结果（resnet18, bs=8, 910B3, torch 2.9.0 + torch_npu 2.9.0.post6）

Guard Filter 重编译消除：01/03/04/05 PASS、06 guard 削减 81%、02 未消除（C 层 GlobalStateGuard 限制）。⚠️ 项为如实记录的问题反馈（任务书：有效的问题反馈是验收通过的重要依据）。

五、已提交的社区 Issue（标题带【26.2.0众测】）

• #4831 Inductor-MLIR 整图编译数值错误（dynamic=True 可规避）：https://gitcode.com/Ascend/pytorch/issues/4831
• #4832 Inductor-Triton 比 Eager 慢 25~79 倍（规避手段均无效）：https://gitcode.com/Ascend/pytorch/issues/4832
• #4833 Guard Filter 无法消除运行时状态类重编译：https://gitcode.com/Ascend/pytorch/issues/4833

问题详情与 8 条改进建议见 补充-测试报告与原始日志/众测测试报告.md；体验问卷（平台侧）已填写。

六、复现方式

• 任务1：source 补充-测试报告与原始日志/env_setup.sh 后按 复现命令清单.md 执行
• 任务2：补充-测试报告与原始日志/run_task3.sh <01~13|all>（自动 venv PyTorch 2.9.0 + 限编译线程防 OOM）
• 正确性结论确定性复现；性能数字小幅波动

七、自测确认

• 材料放入独立文件夹（gitcode 账号命名）
• 按交付件样本格式组织（任务1/任务2/补充 + 交付件说明 + 链接交付件.xls）
• 13 个改写脚本含模型替换、正确性验证、time 性能对比（Guard Filter 另含重编译消除验证）
• 截图齐全（任务1：3 张；任务2：Guard Filter 3 张 + 每后端 2 张 + MLIR 规避对比 1 张）
• 不含模型权重二进制、数据集、编译缓存等无关文件
• 社区 issue ≥2 个已提交（3 个，链接见上）
• 体验问卷已填写