【合入来源】

(如有)请关联需求文档/issue链接
关联 issue: #2010 （https://gitcode.com/Ascend/pytorch/issues/2010）

• 需求
• 问题单
• issue/工单
• 重构优化
• 资料更新

【修改方案】

请描述修改内容的具体实现，涉及哪些组件之间进行交互，可以用1、2、3、...进行罗列
如果是需求或者重构类的PR，需要补充详细设计文档（说明上下游组件关系、时序图、类图、DFX能力等内容）

将 FA v3（npu_fusion_attention_v3 / npu_fusion_attention_grad_v3）在 TND 布局 + dropout (keep_prob < 1) 场景下"不可被 ACLgraph 捕获"的处理路径，由 monkey-patch inductor 内部 _fx_node_is_input_dependent_cudagraph_unsafe 的方案，重构为基于 inductor PatternMatcherPass + POST_GRAD_PATTERNS 的合入方式。

1. 新增 torch_npu/_inductor/fx_passes/_proxy_ops.py：

   • 通过 torch.library.Library("npu", "FRAGMENT") 克隆原算子 schema，注册 npu_fusion_attention_v3_unsafe / npu_fusion_attention_grad_v3_unsafe 两个代理算子，并在 schema 上挂 torch._C.Tag.cudagraph_unsafe。
   • 代理算子的 CompositeExplicitAutograd 实现与 register_fake 实现都直接转发到原算子（FA v3 的输入混合 NPU q/k/v 与 CPU actual_seq_qlen/kvlen，复用原算子的 device-propagation 规则）。
   • 暴露 PROXY_TARGETS: dict[OpOverload, OpOverload] 供 pass 使用。

2. 新增 torch_npu/_inductor/fx_passes/fav3_partition_pass.py：

   • 用 PatternMatcherPass(pass_name="fav3_partition") 注册 forward / backward 两条 CallFunctionVarArgs(target) 规则。
   • extra_check 中通过 torch.fx.operator_schemas.normalize_function 拿到归一化 kwargs，仅在 input_layout == "TND" 且 keep_prob < 1 时命中；同时在 inductor_config.triton.cudagraphs 关闭时直接 short-circuit，避免无意义的 dispatcher 跳转。
   • handler 仅做 node.target = proxy，不引入新的 fx 节点；scheduler 之后会按 cudagraph_unsafe tag 把这些节点切出 captured graph 走 eager。
   • register_fav3_partition_pass() 在 __init__.py 中调用一次：将 PMP 挂到 POST_GRAD_PATTERNS["fav3_partition"]，并 setdefault 写入 post_grad_fusion_options。

3. 调整 torch_npu/_inductor/__init__.py：

   • 移除对已废弃的 patch_fx_node_is_input_dependent_cudagraph_unsafe 的导入与调用。
   • 新增 register_fav3_partition_pass() 调用，与 register_fa_pass() 等其他 inductor 扩展挂载点放在一起。

4. 清理 torch_npu/_inductor/utils.py：

   • 删除 _fx_node_is_input_dependent_cudagraph_unsafe 与 patch_fx_node_is_input_dependent_cudagraph_unsafe（旧 monkey-patch 实现），逻辑已由新 pass 覆盖。

【资料变更】

请确认是否涉及资料变更。如涉及，需要在PR中体现，并简要说明修改内容。如不涉及，需填写"不涉及"

不涉及

【接口变更】

请确认是否涉及跨代码仓或者客户面可见的接口变更。如涉及，需要详细说明接口以及对应的变更内容，同时需要在资料中体现。如不涉及，需填写"不涉及"

不涉及。新增的 npu::npu_fusion_attention_v3_unsafe / npu::npu_fusion_attention_grad_v3_unsafe 仅作为 inductor 图改写的内部代理算子，行为完全转发至原 FA v3 算子，不对外暴露给用户脚本调用；patch_fx_node_is_input_dependent_cudagraph_unsafe 是 inductor 内部的 monkey-patch 入口，非客户面接口。

【功能验证】

说明测试场景，测试方法。如果本次测试方式与常规单元测试不同，请详细说明您的测试步骤
新增/变更内容是否已新增/适配UT测试用例看护，并补充测试自验证截图

新增 UT：test/_inductor/test_fav3_partition_pass.py（225 行）覆盖以下场景：

• TND + dropout 场景下 FA v3 fwd/bwd 节点的 target 被正确改写为代理算子。
• BSND/BSH 等其他 layout、keep_prob == 1.0 等不命中场景保持原 target 不变。
• 代理算子转发到原算子的数值一致性验证。
• inductor_config.triton.cudagraphs 关闭时 pass 不生效的 short-circuit 行为。

【CheckList】

PR提交人对以下CheckList自检项进行全量自检，自检通过或不涉及，均修改 [ ] 为 [x]

• 代码注释完备，正确记录错误日志
• 代码实现进行了返回值、空指针等校验
• PR标题正确使用类型标签，如：feat、fix、refactor、docs、test等
• PR持续集成流水线（CI）执行通过，代码检查无异常