标题：【26.2.0众测】Inductor-MLIR整图编译resnet18输出数值错误/NaN（dynamic=True可规避）：单stage恒正确，疑似融合kernel调优失败后回退路径未写预分配buffer

建议标签：bug / 正确性 / inductor / mlir

环境信息

问题描述

按官方文档《Inductor》中 MLIR 模式的开启方式（options={"npu_backend": "mlir"}），
对 TorchBench 清单模型 resnet18（torchvision 官方实现）整图编译推理，
编译产物输出错误：或为错误值（与 Eager 差异 0.98），或直接为 NaN。
逐算子、单 stage 编译则完全正确。

复现步骤

import torch
import torch_npu
import torch_npu._inductor
import torchvision

model = torchvision.models.resnet18().npu().eval()   # TorchBench 清单模型
x = torch.randn(8, 3, 224, 224, device="npu")

with torch.no_grad():
    eager_out = model(x)

compiled = torch.compile(model, options={"npu_backend": "mlir"})   # 默认 dynamic=False
with torch.no_grad():
    mlir_out = compiled(x)

print((mlir_out - eager_out).abs().max())   # 2.7.1.post8: ~0.98；2.9.0.post6: nan

实测结果（torch_npu 2.7.1.post8，交付环境）

eager 两次运行 max diff: 0.000e+00        # 环境自检通过，排除卡/环境异常
eager vs compiled:       9.814e-01        # FAIL（任务书口径 atol=1e-3）
稳态加速比:              1.34x            # 性能有收益，但结果不可用

torch_npu 2.9.0.post6 下同一脚本输出 NaN（表现形式随版本不同，见版本对照）。

定位过程（系统二分，脚本与结论见配套材料 MLIR问题定位/）

不变式：单算子（conv/linear/bn/relu/pool）、Conv+BN+ReLU、残差块、
完整 BasicBlock、stem/layer1~4 各自单独编译——全部恒正确；
错误仅出现在多个 stage 编译为同一张图时。

触发组合随「版本 × 数据」变化（同一脚本不同条件下首个出错的组合不同）：

根因分析（证据链）

1. MLIR 融合 pass 将 BN+ReLU / BN+add+ReLU 打包为单一融合 kernel
   （output_code.py 中为 mlir_fused__native_batch_norm_legit_no_training_add_relu_2
   等，全部经 async_compile.mlir_auto_fallback(...) 包装，调用约定为
   kernel.run(输入..., bufN, stream=...)——要求写入预分配 buffer）
2. 编译期日志：Tuning accuracy failed, no valid kernels found, using fallback
   （失败名单 100% 为 BN 融合家族）。调优按实际数据校验精度，是否失败与
   运行数据相关——解释了触发组合随权重/输入变化的现象
3. mlir_auto_fallback 源码显示调优失败后回退 _load_fx_graph（FX 图执行），
   但回退路径不遵守"写入预分配 buffer"的调用约定
4. 后续算子读到未初始化/残留设备内存 → 数值错误。NaN（读未触碰内存）与
   错值（读残留数据）两种表现均实测到；错误幅度跨进程不稳定
   （0.28~2.0 / NaN），均与该机制吻合

版本对照（同一脚本、同一图结构）

两条配套版本线均复现；且同一版本不同运行的错误表现也会变化
（NaN=读未触碰内存，错值=读残留数据），与"读到何种无效内存"的机制推断一致。
证据日志：原始日志/08_Inductor-MLIR.log（2.7.1）与
原始日志/torch2.9.0_补充环境/08_Inductor-MLIR_torchvision.log（2.9.0）。

规避方案（已验证，可作为临时措施）

A/B 对比实验（同一模型、同一输入、同一进程内先后编译运行；代码见配套材料
MLIR问题定位/mlir_dynamic_AB_test.py，输出日志 mlir_dynamic_AB_test_output.log）：

import torch
import torch_npu
import torch_npu._inductor
import torchvision

model = torchvision.models.resnet18().npu().eval()
x = torch.randn(8, 3, 224, 224, device="npu")

# MLIR 默认（dynamic=False）→ FAIL
out_a = torch.compile(torchvision.models.resnet18().npu().eval(),
                      options={"npu_backend": "mlir"}, dynamic=False)(x)

# MLIR + dynamic=True（规避方案）→ PASS
out_b = torch.compile(torchvision.models.resnet18().npu().eval(),
                      options={"npu_backend": "mlir"}, dynamic=True)(x)

实测输出（body=stem+layer1+layer2+layer3，eager 基线 absmax=10.0006）：

配置                             eager基线 absmax     max_diff  判定
------------------------------------------------------------------------
eager(基线,两次自检)                        10.0006     0.000000  PASS
MLIR dynamic=False(默认)                 10.0006     1.000986  FAIL(数值错误)
MLIR dynamic=True(规避)                  10.0006     0.000000  PASS

dynamic=True 完全修复（两次独立实验均如此）；dynamic=False（默认）错误依旧。
另：TORCHINDUCTOR_LAYOUT_OPTIMIZATION=0 不能规避，反而触发输出 NaN 的
另一条错误路径。使用 MLIR 模式的用户当前应显式开启动态 shape 追踪并做输出校验。

期望

1. 修复 MLIR 融合 kernel 调优失败后回退路径的 buffer 写入约定
   （mlir_auto_fallback → _load_fx_graph 不写 bufN）
2. Kernel compiled failed! / Tuning accuracy failed 静默回退建议至少打印
   告警级别日志，便于用户感知
3. 文档补充：MLIR 模式建议配合 dynamic=True 使用，并做输出正确性校验

证明材料

交付示例 08 运行截图（2.7.1 环境，FAIL 与性能对比）：

A/B 规避方案对比实验截图（dynamic=True 修复验证）：

完整材料：任务2-torch.compile体验与实践/Inductor-MLIR/（脚本+截图）、
补充-测试报告与原始日志/MLIR问题定位/（8 个定位脚本+结论+AB日志）、
补充-测试报告与原始日志/原始日志/08_Inductor-MLIR.log