在提交新问题之前，请确保您已经在社区中搜索过相关问题，并使用了社区中提供的资源/工具后，仍未找到满意的解决方式。

环境信息

环境信息

使用场景及问题

问题描述

本次按照 torch.compile 体验 TorchAir-GE。实际验证中，下面几种情况的行为不同：

1. 单独执行 python -c "import torchair" 时得到 ModuleNotFoundError: No module named 'torchair'；
2. 仅执行 CANN 的 set_env.sh 后，单独导入 torchair 仍然不能完成检查；
3. 在同一个 Python 进程中先导入 torch、torch_npu，再导入 torchair，并执行 torchair.get_npu_backend() 后，入口可以工作；
4. 随后使用该入口完成了 TorchAir-GE 编译，正确性和性能测试均通过。

因此，当前证据不能说明 TorchAir-GE 功能存在确定性缺陷，但说明使用者不容易从入口文档判断以下前提：

• torchair 是独立安装包，还是 torch_npu 提供的顶层延迟加载入口；
• 是否必须先执行 CANN 的 set_env.sh；
• 是否必须先导入 torch_npu，再导入 torchair；
• TORCH_DEVICE_BACKEND_AUTOLOAD 是否需要取消设置；
• 出现 ModuleNotFoundError 时，应该先检查哪一层环境。

独立复现步骤

cd "/workspace/pytorch-ecosystem/01_tasks/2026/torch_npu_public_beta/Aimermo/任务2-torch.compile体验与实践"
source /workspace/torch312/bin/activate
source /usr/local/Ascend/cann-9.1.0/set_env.sh
unset TORCH_DEVICE_BACKEND_AUTOLOAD

python --version
python -c "import torch; print('torch:', torch.__version__); print('npu available:', torch.npu.is_available())"
python -c "import torch_npu; print('torch_npu:', torch_npu.__version__)"
python -c "import torchair; print('torchair entry:', torchair)"

然后在同一环境中执行推荐入口检查：

python - <<'PY'
import torch
import torch_npu
import torchair

print("torch:", torch.__version__)
print("torch_npu:", torch_npu.__version__)
print("npu available:", torch.npu.is_available())
print("torchair entry:", torchair)
print("TorchAir-GE backend:", torchair.get_npu_backend())
PY

最小复现代码

import torch
import torch_npu
import torchair

print("torch:", torch.__version__)
print("torch_npu:", torch_npu.__version__)
print("npu available:", torch.npu.is_available())
print("torchair entry:", torchair)
print("TorchAir-GE backend:", torchair.get_npu_backend())

实际输出

单独导入入口时，实际出现过：

Traceback (most recent call last):
  File "<string>", line 1, in <module>
ModuleNotFoundError: No module named 'torchair'

先导入 torch、torch_npu，再导入 torchair 后，实际输出过：

torch: 2.12.0+cu130
torch_npu: 2.12.0
npu available: True
torchair entry: <torch_npu.dynamo._LazyTorchair object at ...>
TorchAir-GE backend: functools.partial(...)

之后的端到端测试实际输出过：

Test: TorchAir-GE
Model: torch_multimodal_clip
Backend: TorchAir-GE
PyTorch: 2.12.0+cu130
TorchNPU: 2.12.0
Device: npu:0
Eager average time: 0.000303 s
First compiled call time: 3.649342 s
Compiled average time: 0.000919 s
Correctness: PASS (max_abs_diff=8.941e-08)
Performance: PASS

预期结果

文档应给出一组经过验证的完整命令，明确说明：

1. CANN 环境初始化与 Python 虚拟环境激活的顺序；
2. torch、torch_npu、torchair 的推荐导入顺序；
3. torchair.get_npu_backend() 的入口来源和适用版本；
4. TORCH_DEVICE_BACKEND_AUTOLOAD 是否需要设置或取消；
5. 如何区分入口未加载、Python 依赖缺失、CANN 未初始化和 NPU 不可用。

建议

建议在 TorchAir-GE 快速开始文档中增加如下可直接复制的检查步骤，并解释每一步的作用：

source <CANN安装目录>/set_env.sh
source <Python虚拟环境>/bin/activate
unset TORCH_DEVICE_BACKEND_AUTOLOAD
python - <<'PY'
import torch
import torch_npu
import torchair

assert torch.npu.is_available()
backend = torchair.get_npu_backend()
print("TorchAir-GE backend:", backend)
PY

同时建议补充入口提供关系、导入顺序和各类错误的排查表。

欢迎加入社区，感谢您对社区的贡献 🎉!