关联任务 Issue：

• https://gitcode.com/Ascend/pytorch/issues/2956 （任务32：torch.autograd.gradcheck）
• https://gitcode.com/Ascend/pytorch/issues/2957 （任务33：torch.autograd.profiler.emit_itt）

环境信息

操作系统：openEuler 24.03 LTS-SP2 (aarch64)
昇腾硬件信息：910B3
CANN软件版本：8.5.0
安装的对应软件版本：torch 2.7.1+cpu / torch_npu 2.7.1

使用场景及问题

torch-npu 相比 pytorch，torch.autograd.gradcheck、torch.autograd.gradgradcheck 与 torch.autograd.profiler.emit_itt 在 NPU 环境下的验证说明。三个 API 均为纯 Python 接口，按新验收标准 1.2 ① 无需新增用例，提交 issue 说明 + 运行截图 + 支持情况验证。

一、torch.autograd.gradcheck / torch.autograd.gradgradcheck

API 功能

• torch.autograd.gradcheck：通过小有限差分计算数值梯度并与分析梯度比较，验证自动微分实现的正确性。是 PyTorch 官方提供的梯度验证工具函数。
• torch.autograd.gradgradcheck：gradcheck 的二阶版本，用于验证二阶梯度。
• 核心特性 - 纯 Python 接口，本身不涉及硬件算子，仅调用 autograd 引擎和数值计算。

支持情况验证

Ascend NPU 不支持 float64 的 linalg.vector_norm、dot、mm、relu 等算子，因此：

• fast_mode=True 无法在 NPU 上运行（内部 linalg.vector_norm 不支持 float64）
• slow_mode=False 在 NPU 上支持 float64 的 mul、sin/cos、exp、sum、线性函数等运算

验证命令：

import torch
from torch.autograd import gradcheck, gradgradcheck

def f(x): return x.mul(5)
x = torch.rand(10, dtype=torch.float64, device="npu", requires_grad=True)
gradcheck(f, x, fast_mode=False)      # True
gradgradcheck(f, x, fast_mode=False)  # True

API 适配

gradcheck / gradgradcheck 均为纯 Python 接口，不涉及硬件算子。slow_mode 在 NPU 上对支持 float64 的运算可直接运行，无需代码适配。fast_mode 因 NPU float64 限制暂不支持，属硬件能力限制，非 API 实现问题。

二、torch.autograd.profiler.emit_itt

API 功能

• torch.autograd.profiler.emit_itt：上下文管理器，使每个 autograd 操作发出 ITT (Instrumentation and Tracing Technology) 范围标注，用于 Intel VTune Profiler 性能分析。
• 核心特性 - 纯 Python 接口，Intel ITT 软件插桩，与 NPU 硬件完全解耦。

支持情况验证

Ascend NPU 上 torch.profiler.itt.is_available() 返回 False，即 ITT 不可用：

• emit_itt(enabled=False) 作为 no-op 正常工作
• emit_itt(enabled=True) 因 ITT 不可用抛出 RuntimeError: Can't use ITT profiler - PyTorch was compiled without ITT

验证命令：

import torch
from torch.autograd.profiler import emit_itt
print(torch.profiler.itt.is_available())  # False
a = torch.tensor([1, 2, 3], dtype=torch.float32, device="npu")
with emit_itt(enabled=False):
    a.add(1.0)  # no-op 正常工作

API 适配

emit_itt 为纯 Python 接口，Intel ITT 软件插桩，不涉及 NPU 硬件。NPU 环境下 ITT 不可用（PyTorch 未编译 ITT），enabled=False 作为 no-op 可用，enabled=True 需 ITT 支持，属编译配置限制，非 API 实现问题。