已合并
【26.2.0众测】ArgoNorthrop 任务1+任务2 交付件 #39
程康博创建于 9月15日
【26.2.0众测】ArgoNorthrop 任务1+任务2 交付件 #39
已合并
Pull Request已成功合入, 合并人@ascend-robot
（感谢 程康博 的贡献）
程康博9月15日 关联了issue：【26.2.0 众测】transfer_to_npu 文档描述容易误导使用者，误以为需要函数调用，【26.2.0 众测】快速入门案例 AMP 混合精度训练容易出现梯度溢出，缺少提示，【26.2.0众测】torch 2.9 guard_filter_fn 移除 GRAD_MODE 等运行时状态 guard 后仍被判定重编译，【26.2.0众测】torchair configure 将驱动日志 “DrvMngGetConsoleLogLevel failed” 误作编译选项导致 c++ 编译失败，【26.2.0众测】inductor 在 CI=true 下触发 make_fallback 断言、低内存编译需单线程等环境注意事项建议补充文档
9月15日 关联了issue：【26.2.0 众测】transfer_to_npu 文档描述容易误导使用者，误以为需要函数调用，【26.2.0 众测】快速入门案例 AMP 混合精度训练容易出现梯度溢出，缺少提示，【26.2.0众测】torch 2.9 guard_filter_fn 移除 GRAD_MODE 等运行时状态 guard 后仍被判定重编译，【26.2.0众测】torchair configure 将驱动日志 “DrvMngGetConsoleLogLevel failed” 误作编译选项导致 c++ 编译失败，【26.2.0众测】inductor 在 CI=true 下触发 make_fallback 断言、低内存编译需单线程等环境注意事项建议补充文档
9月15日 添加了label：ascend-cla/no
ascend-robot
9月15日 评论：
9月15日 评论：
Thanks for your pull-request.
The full list of commands accepted by me can be found at here.
You can get sig-info at here.
You can self-configure the PR merge rules for this repository. For more details, please refer to Here.
PR Approval Progress
✅ Congratulations! All modules have met the lgtm and approve requirements.
Module Approval Details
| module | lgtm status | approve status |
|---|---|---|
| repo-Ascend/pytorch-ecosystem | ✅ qianxiyue, yi_jiabin (2/2) | ✅ yi_jiabin, qianxiyue (2/1) |
💡 Tip:
- Committer can comment
/approveor/lgtm- Commenting
/approveimplies both code review (lgtm) and intent to merge (approve)
CLA Signature Pass
ArgoNorthrop, thanks for your pull request. All authors of the commits have signed the CLA. 👍
9月15日 添加了label：stat/needs-squash
此处折叠了60条消息 查看更多
12 天前 添加了label：approved
hid87721478
12 天前 评论：
12 天前 评论：
/approve
12 天前 添加了label：lgtm
12 天前 关闭了关联的issue
12 天前 合入了pull request
提交内容
本次提交 TorchNPU 26.1.0 众测任务1、任务2全部交付件，位于
01_tasks/2026/torch_npu_public_beta/ArgoNorthrop/，顶层文件夹名为 GitCode 账号名。任务1-安装与快速入门
任务2-torch.compile 体验与实践
统一使用自选模型 distilbert-base-uncased（DistilBertForMaskedLM） 完成 13 个示例：
编译对象为 DistilBertForMaskedLM 实例本身、或内部调用该模型的普通 Python 函数，不含任何自建网络模型；
每示例均在 910B3 实跑验证重编译消除（fail_on_recompile）、正确性（allclose atol=1e-4，max|Δ| 2.5e-05~4.8e-05）、
性能对比，共 18 张证据截图（官方要求的重编译/正确性/性能 3 张 + 示例2~6 各 3 张）。
正确性/性能 2 图；正确性全部通过（allclose atol=1e-4）；
图类后端稳态延迟：TorchAir-GE 2.34x、NPUGraph_EX 2.01x、NPUGraphs 1.69x；
Inductor 三后端在小算子密集推理上的真实表现如实呈现（Triton 0.68x / MLIR 0.77x / DVM 0.22x）。
实验环境
Atlas 800T A2(910B3) / CANN 9.1.0 / Python 3.12 aarch64
torch 2.7.1 + torch_npu 2.7.1.post8（7 后端）；torch/torch_npu 2.9.0.post8（Guard Filter，guard_filter_fn 需 2.9+）
关联代码仓 Issue（Ascend/pytorch，共 14 个，均实测复现；PR 在生态仓故用完整链接跨仓关联）
26.2.0 新组合（910B2 / CANN 9.1.0 / torch 2.12.0+cpu / torch_npu 2.12.0 / triton-ascend 3.5.0）补充实测 4 个：
另在 #4925（AOTI 入口不触发 torch_npu 懒注册，Device npu not supported）下补充了 26.2.0 正式发版组合的实测评论。
交付清单
共 54 个文件（单提交）：
修订记录（按审核意见）