问题描述

在 torch_npu v2.7.1 分支开启 Torch Inductor cpp_wrapper，运行带 mask_out 的 Flex Attention 动态 backward 场景时，C++ wrapper 无法完成代码生成与后续 kernel 启动。

适用范围

• 软件分支：torch_npu v2.7.1
• 编译路径：Torch Inductor + NPU Triton + cpp_wrapper

实际表现

动态 backward 的 call size 进入 PyTorch 2.7.1 Flex Attention backward template 后触发：

AssertionError: cpp_wrapper requires SymbolicGridFn

此外，Triton 编译元数据中的 workspace_size、lock_num 和 lock_init_val 没有传递给 NPU C++ launcher；需要 workspace 或同步锁的 kernel 会收到空的 workspace_addr/sync_block_lock。

原因分析

1. PyTorch 2.7.1 的 Flex Attention backward template 使用普通 grid function。动态 call size 下，C++ wrapper 只能通过 SymbolicGridFn 生成 grid 表达式。
2. NPUCachingAutotuner 未转发 runtime workspace/lock 元数据，CppWrapperNpu 也未据此分配并初始化对应 buffer。

期望结果

1. Flex Attention backward template 在动态 shape 下能够为 C++ wrapper 生成符号化 grid。
2. NPU C++ launcher 根据 Triton metadata 分配 workspace 和同步锁，并按 lock_init_val 初始化锁。
3. mask_out 场景不再因 SymbolicGridFn 断言或空 runtime buffer 失败。

验证情况

• 修复需覆盖现有 Flex Attention mask_out 动态 backward + cpp_wrapper 复现场景。
• 修改文件已通过 Python 语法检查和 Git diff 空白检查。