torch.UntypedStorage.untyped 一致性补齐说明

一、API 功能说明

适用版本：v2.7.1、v2.11.0、v2.12.0、master

当前状态： 有效。

可见性： 公开。UntypedStorage 由 torch/storage.py 顶部导出为 torch.UntypedStorage，untyped 是其公开实例方法（继承自 _StorageBase），社区测试与官方文档均按公开 API 对待。

硬件相关性：

• 显式设备判断：目标方法定义于 torch/storage.py 的 _StorageBase 基类（v2.7.1 第 414-415 行，v2.11.0/v2.12.0/master 第 416-417 行），UntypedStorage 通过 class UntypedStorage(torch._C.StorageBase, _StorageBase)（v2.7.1 第 462 行，v2.11.0/v2.12.0/master 第 467 行）继承该方法。方法体内没有任何 device.type、is_cuda、torch.cuda、设备白名单、DispatchKey、后端模块名或 cpu/cuda/gpu/privateuse1/npu 常量判断，不存在 NPU/PrivateUse1 专用分支，也不存在将其他设备导向报错的拒绝分支。同文件相邻的 _new_shared 中存在 device.type in ["cuda", torch._C._get_privateuse1_backend_name(), "hpu"] 判断，但那是共享内存创建逻辑，不属于 untyped 的调用链。
• 通用设备路径：调用接收者为任意 UntypedStorage 实例，其设备由存储分配时的设备决定，可来自 CPU 张量/存储，也可来自经 PrivateUse1 后端重命名后的 NPU 张量/存储。untyped 本身不读取、不分发设备参数，对任何设备的存储都返回同一对象引用；TorchNPU 注册 NPU 后端后，NPU 上的 UntypedStorage 走同一通用存储路径，untyped() 行为与 CPU 完全一致，即通过通用设备路径支持 NPU。
• Tensor 计算：调用链不执行任何数值算子、归约、矩阵/卷积、随机生成、数据复制、存储分配或同步操作，不触发任何设备内核或设备运行时调用，仅返回 self 引用，不依赖 CPU、GPU 或 NPU 内核。
• 纯 Python 判断：满足纯 Python 条件。整个方法体只有 return self 一行，属于 Python 控制流返回，不涉及设备分配、数据迁移、后端 Dispatcher 或设备运行时。

分硬件结论：

硬件	支持结论	直接理由
CPU	支持	纯 Python 返回自身引用，对 CPU 存储无任何设备限制
NPU	支持	方法与设备无关，NPU 存储经通用存储路径同样返回自身；TorchNPU 仓 test/npu/test_storage.py 已在 NPU 设备存储上调用并断言通过

API 功能： 无位置参数、无关键字参数。对任一 torch.UntypedStorage 实例调用 untyped() 返回该实例自身（self），用于在统一接口下获取底层的无类型存储视图：UntypedStorage 本身就是无类型存储，因此返回值与原对象是同一对象，s.untyped() is s 恒成立，device、nbytes()、size()、data_ptr() 等属性与原对象完全一致。该方法无错误分支与边界异常场景，任意设备、任意 dtype、零长度存储的行为均一致。需与同名方法区分：已弃用的 torch.TypedStorage.untyped()（v2.7.1 第 881-884 行，v2.11.0/v2.12.0 第 890-893 行，master 第 891-894 行）先发出弃用警告再返回内部 _untyped_storage，是另一个 API，不属于本 Issue 分析对象。

核心源码分析： 四个版本实现完全一致，仅定义行号存在 2 行偏移（v2.7.1 为 414-415 行，v2.11.0/v2.12.0/master 为 416-417 行）：

# torch/storage.py
class _StorageBase:  # v2.7.1 第 41 行；v2.11.0/v2.12.0/master 第 41 行
    ...
    def untyped(self):  # v2.7.1 第 414-415 行；v2.11.0/v2.12.0/master 第 416-417 行
        return self

class UntypedStorage(torch._C.StorageBase, _StorageBase):  # v2.7.1 第 462 行；v2.11.0/v2.12.0/master 第 467 行
    ...

调用路径为纯 Python 属性查找：storage_obj.untyped() 命中 _StorageBase.untyped 后直接 return self，不经过 Dispatcher、不触发 C++ 扩展调用、不产生任何设备副作用。torch.Tensor.untyped_storage() 返回的 UntypedStorage 与直接构造的 torch.UntypedStorage(...) 使用同一实现，行为完全一致；TorchNPU 仓 test/npu/test_storage.py 的 TestStorage.test_storage_method 已对 npu_tensor.untyped_storage().untyped() 与 CPU 侧结果做一致性断言，佐证 NPU 路径可用。

二、PyTorch 社区测试用例情况

适用版本：v2.7.1、v2.11.0、v2.12.0、master

核验方式： 在 PyTorch 各目标 Git 引用的 test/ 目录下执行三类检索：完整限定名 UntypedStorage、短方法全量调用形态 .untyped( 与模块导入 from torch.storage import。候选发现由临时 Python 脚本批量执行与下述模板一致的命令并落盘退出码与命中行（脚本仅负责候选召回、去重与计数，不给出接受或排除结论），随后对全部 .untyped( 命中行使用 git show <ref>:test/... 阅读调用点局部上下文，逐个人工确认接收者类型后得出结论。所有命令均在 PyTorch 项目目录执行。

查找命令模板：

# 将命令中的具体版本引用替换为“版本号”
git grep -n -I -F -e 'UntypedStorage' refs/heads/版本号 -- 'test/*.py' 'test/**/*.py'
git grep -n -I -F -e '.untyped(' -e '.untyped (' refs/heads/版本号 -- 'test/*.py' 'test/**/*.py'
git grep -n -I -F -e 'from torch.storage import' refs/heads/版本号 -- 'test/*.py' 'test/**/*.py'

版本	执行结果
v2.7.1	三条命令退出码 0/0/1：UntypedStorage 命中 37 处；.untyped( 命中 17 处（test/test_torch.py 15 处、test/test_serialization.py 2 处）；from torch.storage import 0 处。17 处调用点人工复核后全部排除：test_torch.py:175/205/269/286 接收者为 Tensor.storage() 返回的 TypedStorage；:315 位于 _check_storage_meta 的 isinstance(s, torch.TypedStorage) 分支内；:7810/7828/7832/7835/7838/7841 的 s 为 _LegacyStorage（TypedStorage 子类）实例；:8024/8054/8099/8111 的 s0/s1 为 torch.FloatStorage/torch.cuda.FloatStorage；test_serialization.py:857/889 为 a.storage().untyped()。均调用 torch.TypedStorage.untyped，非本 API。
v2.11.0	三条命令退出码 0/0/1：UntypedStorage 命中 38 处（新增 test/cpp_extensions/open_registration_extension/torch_openreg/tests/ 下 6 处 openreg 设备用例）；.untyped( 命中 17 处（test/test_torch.py 15 处、test/test_serialization.py 2 处）；from torch.storage import 0 处。17 处调用点结构与 v2.7.1 相同（行号偏移为 test_torch.py:179/212/290/308/337/7605/7623/7627/7630/7633/7636/7819/7849/7894/7906、test_serialization.py:911/943），人工复核结论一致：全部为 TypedStorage 及其子类接收者，排除。
v2.12.0	三条命令退出码 0/0/1：UntypedStorage 命中 38 处；.untyped( 命中 17 处（test/test_torch.py 15 处、test/test_serialization.py 2 处）；from torch.storage import 0 处。17 处调用点（test_torch.py:132/165/243/261/290/7679/7697/7701/7704/7707/7710/7893/7923/7968/7980、test_serialization.py:911/943）人工复核结论与 v2.7.1 一致：全部为 TypedStorage 及其子类接收者，排除。
master	三条命令退出码 0/0/0：UntypedStorage 命中 41 处（较 v2.12.0 新增 test_mps.py:8970、test_serialization.py:4968/4993 等）；.untyped( 命中 17 处（test/test_torch.py 15 处、test/test_serialization.py 2 处）；from torch.storage import 1 处（test_serialization.py:4964，导入 TypedStorage，与本 API 无关）。17 处调用点（test_torch.py:134/167/245/263/292/7803/7821/7825/7828/7831/7834/8017/8047/8092/8104、test_serialization.py:911/943）人工复核结论与 v2.7.1 一致：全部为 TypedStorage 及其子类接收者，排除。

社区测试用例： 未找到任何测试用例文件。针对 torch.UntypedStorage.untyped() 的直接调用，四个目标引用的 test/ 目录均未命中：全量调用形态检索到的 17 处 .untyped() 经逐个人工复核，接收者全部是 TypedStorage 或其 _LegacyStorage 子类（如 torch.FloatStorage、torch.cuda.FloatStorage），属于另一个 API torch.TypedStorage.untyped 的用例；test_torch.py 中 test_untyped_storage_meta 等直接构造 torch.UntypedStorage 的用例只做 meta 属性断言，未调用 untyped()。无“无法确认”项：所有调用点的接收者均能从局部上下文（赋值来源、isinstance 分支、类定义）可靠回指。

覆盖结论： 无覆盖。 对照第一章功能场景逐项比较：核心行为（untyped() 返回自身、s.untyped() is s 恒成立）无用例；返回值属性一致性（device/nbytes()/size()/data_ptr() 与原对象一致）无用例；dtype 维度、设备维度（CPU 及 NPU）、零长度存储边界同样无用例。检索到的 .untyped() 调用均服务于 TypedStorage.untyped（取出内部无类型存储）的验证，不能视为本 API 的任何覆盖。TorchNPU 仓 test/npu/test_storage.py 在 NPU 设备存储上对该 API 有间接调用，属于 TorchNPU 自有用例，不计入 PyTorch 社区覆盖。

三、API 测试用例补齐及适配方案

适配方案所属版本：v2.7.1、v2.11.0、v2.12.0、master

用例完整性： 无覆盖。对照第一章功能场景逐项说明缺口：核心行为（返回自身、对象身份不变）无用例；返回值属性一致性断言无用例；dtype、设备（CPU/NPU）、零长度存储等边界场景均无用例。第二章检索到的 17 处 .untyped() 调用全部属于 torch.TypedStorage.untyped 的用例，不构成本 API 覆盖，四个目标引用结论一致。

是否需要NPU适配： 否。第一章硬件相关性判定表明该 API 为纯 Python 逻辑，不经过 Dispatcher、不触发设备内核或运行时，CPU 与 NPU 路径行为由同一份 Python 代码保证一致；第二章未发现社区用例需要设备解耦。TorchNPU 无需为其注册算子或补丁，API 源码与测试用例源代码均不需要修改。

是否纯Python且不涉及硬件： 是。与第一章纯 Python 判断一致：方法体只有 return self，不涉及设备分配、数据迁移、后端分发或运行时调用。

是否与硬件有关： 否。调用链不执行 Tensor/Storage 数据运算、设备分配、数据迁移、同步或后端分发，仅返回对象引用，与第一章、第二章硬件相关性结论一致。

适配方案： 按照规范，本 API 匹配 1.2-1 PyTorch社区无用例或覆盖不完整，纯Python且不涉及硬件。 处理方案：不新增测试文件、不提交 patch，仅提交本 Issue 说明社区用例缺口与纯 Python 依据，并提供快速验证命令（见第六章）作为运行证据或待验证项；后续若 PyTorch 社区为 UntypedStorage.untyped 补充官方用例，可在社区硬件解耦任务中一并跟踪，TorchNPU 侧无需新增任何适配代码。

仅提Issue理由： 该 API 为纯 Python 且与硬件无关，CPU 与 NPU 行为由同一份两行 Python 实现保证一致，不存在需要 NPU 适配、硬件解耦或源码修改的代码路径；按照 1.2-1 场景规范，仅交付 Issue 即满足要求，新增测试文件无必要性——社区用例缺口属于 PyTorch 上游测试职责，且 TorchNPU 仓 test/npu/test_storage.py 已有在 NPU 设备存储上间接调用该 API 并断言 CPU/NPU 一致性的既有用例可作旁证，因此仅提 Issue、不提交测试文件。

四、资料变更

适用版本：v2.7.1、v2.11.0、v2.12.0、v2.13.0

结论：涉及。

四个已配置资料版本在 TorchNPU master 分支 docs/zh/api/native_api 对应目录下均已记录 torch.UntypedStorage.untyped（位于 torch-Storage.md 的 torch.UntypedStorage 章节内，untyped() 小节标注支持 Atlas A2/A3 训练系列产品），本地已有记录，但是文档标注不支持A5服务器，因此需要调整。

文档路径： 与 行号范围：

API版本	文档路径	行号范围
v2.7.1	docs/zh/api/native_api/pytorch_2-7-1/torch-Storage.md	721-737
v2.11.0	docs/zh/api/native_api/pytorch_2-11-0/torch-Storage.md	721-737
v2.12.0	docs/zh/api/native_api/pytorch_2-12-0/torch-Storage.md	721-737
v2.13.0	docs/zh/api/native_api/pytorch_2-13-0/torch-Storage.md	721-737

五、接口变更

适用版本：v2.7.1、v2.11.0、v2.12.0、master

结论：不涉及。

依据第一章 API 功能源码分析：torch.UntypedStorage.untyped 在四个目标 PyTorch 版本中的实现均为 _StorageBase 中的两行纯 Python 代码（def untyped(self): return self），无 native 算子注册、无 Dispatcher 依赖、无 TorchNPU 侧补丁或后端注册需求，客户可见行为在各版本间完全一致，不需要任何接口变更。该 API 属于按照 1.2-1 场景处理的纯 Python 接口，不新增 patch、仅提交 Issue 说明，后续如需跟踪实现变化，由 PyTorch 社区用例硬件解耦任务统一承接，TorchNPU 无需修改 torch/ 或 torch_npu/ 源码。

六、功能验证

执行命令：

python - <<'PY'
import torch
from torch.testing._internal.common_utils import TestCase, run_tests


device_type = acc.type if (acc := torch.accelerator.current_accelerator()) else "cpu"


class TestUntypedStorageUntyped(TestCase):

    def test_untyped_returns_self_for_storage_sizes(self):
        for size in (0, 1, 16):
            storage = torch.UntypedStorage(size, device=device_type)
            result = storage.untyped()

            self.assertIs(result, storage)
            self.assertEqual(result.nbytes(), size)
            self.assertEqual(result.device.type, device_type)

    def test_untyped_returns_tensor_storage(self):
        tensor = torch.arange(8, dtype=torch.float32).to(device_type)
        storage = tensor.untyped_storage()
        result = storage.untyped()

        self.assertIs(result, storage)
        self.assertEqual(result.data_ptr(), storage.data_ptr())
        self.assertEqual(result.nbytes(), tensor.numel() * tensor.element_size())

    def test_untyped_repeated_calls_return_self(self):
        storage = torch.UntypedStorage(8, device=device_type)

        self.assertIs(storage.untyped().untyped(), storage)

    def test_untyped_invalid_arguments(self):
        storage = torch.UntypedStorage(4, device=device_type)

        with self.assertRaises(TypeError):
            storage.untyped(None)
        with self.assertRaises(TypeError):
            storage.untyped(value=None)


if __name__ == "__main__":
    run_tests()
PY

结果

v2.7.1:

[W816 02:34:37.445298018 NPUCachingAllocator.cpp:198] Warning: The current CANN and Soc Version require processing for 32 padding size, with memory allocation. (function operator())
....
----------------------------------------------------------------------
Ran 4 tests in 1.149s

OK

v2.11.0：

[W816 02:36:57.557054972 NPUCachingAllocator.cpp:201] Warning: The current CANN and Soc versions require processing for 32 padding size, with memory allocation. (function operator())
....
----------------------------------------------------------------------
Ran 4 tests in 1.158s

OK

v2.12.0：

[W816 02:37:57.608532553 NPUCachingAllocator.cpp:201] Warning: The current CANN and Soc versions require processing for 32 padding size, with memory allocation. (function operator())
....
----------------------------------------------------------------------
Ran 4 tests in 1.155s

OK

master：

[W817 12:28:47.665508510 NPUCachingAllocator.cpp:201] Warning: The current CANN and Soc versions require processing for 32 padding size, with memory allocation. (function operator())
....
----------------------------------------------------------------------
Ran 4 tests in 0.872s

OK

以下是A5服务器验证结果：
获取芯片型号命令：

python3 -c "import acl;print(acl.get_soc_name())"

执行结果：

Ascend950PR_9579

参考截图：

v2.7.1:

[W901 10:58:37.061107208 NPUCachingAllocator.cpp:198] Warning: The current CANN and Soc Version require processing for 32 padding size, with memory allocation. (function operator())
....
----------------------------------------------------------------------
Ran 4 tests in 1.667s

OK

v2.11.0：

[W901 10:59:35.434079795 NPUCachingAllocator.cpp:201] Warning: The current CANN and Soc versions require processing for 32 padding size, with memory allocation. (function operator())
....
----------------------------------------------------------------------
Ran 4 tests in 1.773s

OK

v2.12.0：

[W901 11:00:06.680600785 NPUCachingAllocator.cpp:201] Warning: The current CANN and Soc versions require processing for 32 padding size, with memory allocation. (function operator())
....
----------------------------------------------------------------------
Ran 4 tests in 1.676s

OK

master：

[W901 11:00:32.589735042 NPUCachingAllocator.cpp:201] Warning: The current CANN and Soc versions require processing for 32 padding size, with memory allocation. (function operator())
....
----------------------------------------------------------------------
Ran 4 tests in 1.586s

OK