【合入来源】

https://gitcode.com/Ascend/pytorch/issues/1611
请勿携带内部流程信息（需求链接、问题单、内部issue等）

• 需求
• 问题单
• issue/工单
• 重构优化
• 资料更新

【背景与目标】

完善 Torch-NPU 对 PyTorch 原生 FX symbolic shapes 相关 API 的兼容性验证，覆盖以下 5 个 API 在 NPU 环境下的可用性，提升昇腾 NPU 上 PyTorch 框架的易用性与模型适配覆盖率。

【上游社区支持情况】

结论： 5 个 API 属于上游能力范围，但测试覆盖对 NPU 场景不完整（部分 API 无直接用例、部分 API 缺少 NPU关键路径）。本 PR 新增用例用于补齐 Torch-NPU 侧可验证性。本 MR 不修改文档资料。

【修改方案】

1. API功能

1. torch.fx.experimental.symbolic_shapes.compute_unbacked_bindings
   计算 unbacked SymInt 的绑定关系。本 PR 验证该接口在 NPU tensor 输入、NPU 上下文与 .to("npu") 迁移路径下可稳定调用。

2. torch.fx.experimental.symbolic_shapes.constrain_range
   为符号值施加范围约束。本 PR 验证正常分支、异常分支以及 NPU 上下文调用行为。

3. torch.fx.experimental.symbolic_shapes.constrain_unify
   对两个符号值进行约束统一。本 PR 验证正常/异常分支及 NPU 上下文下的可用性。

4. torch.fx.experimental.symbolic_shapes.ConvertIntKey
   将布尔条件映射为整型 key 的转换器。本 PR 验证实例化与基础映射能力。

5. torch.fx.experimental.symbolic_shapes.ConvertIntKey.get
   根据 bool 条件返回对应 int key（True->1，False->0）。本 PR 重点验证字面量 bool 和 NPU tensor 比较派生 bool 两类输入。

2. 新增 NPU 兼容性测试

新增 test/fx/test_fx_experimental_symbolic.py，写法与同目录 FX 测试一致（TestCase + run_tests，默认 NPU 环境可用）。

场景覆盖说明：

• compute_unbacked_bindings：NPU 张量、device 上下文、.to("npu") 迁移路径（3 类主路径）
• constrain_range / constrain_unify：正常调用、异常分支、NPU 上下文（与上游 dynamo 通用语义用例互补）
• ConvertIntKey / .get：实例化、字面量 bool、NPU 派生 bool、device 上下文（4 类主路径）

2.1 新增用例必要性与完整性分析

1. 针对 compute_unbacked_bindings：
   上游基线 test/ 缺少面向 NPU tensor 的直接用例；本 PR 覆盖 device="npu"、.to("npu")、torch.npu.device(0) 三类主路径，补齐验证闭环。

2. 针对 constrain_range / constrain_unify：
   上游 test/dynamo/test_misc.py 已有调用，但主要是 Python int + fallback 语义验证；本 PR 增加 NPU 上下文与异常分支验证，属于互补增强，不与上游重复。

3. 针对 ConvertIntKey / ConvertIntKey.get：
   上游基线 test/ 缺少这组 API 的直接测试，尤其缺失“由 NPU tensor 比较结果派生 bool 后调用 get()”路径；本 PR 新增专项用例为必要补齐。

4. 结论：
   本 PR 的新增测试属于“对上游部分覆盖场景做 NPU 侧补齐 + 对上游缺失场景补空白”，不是重复建设。

3. 多版本分支合入（如适用）

按 Ascend PyTorch 版本线分别提 MR，每个 MR 仅 1 个 squash 提交：

若当前 MR 仅针对单一版本分支，可删除上表中与本 MR 无关的行。

【资料变更】

不涉及，测试 PR 本身不直接修改资料文件；资料补齐由配套资料 PR 单独提交。
本 PR 仅负责测试补齐与验证，确保测试范围与当前版本实际能力一致。

【接口变更】

不涉及（无新增/修改对外 C++ 或 Python 接口，仅新增测试）

【功能验证】

1. 测试环境

• 设备： Ascend NPU（如 Ascend910B4）
• 框架： 对应分支 Torch-NPU + PyTorch
• 说明： 测试默认 NPU 可用，不额外做 torch.npu.is_available() 跳过逻辑

2. 测试命令

cd <pytorch-repo-root>
python test/fx/test_fx_experimental_symbolic.py

3. 测试结果

4. 与上游用例的关系

【CheckList】

• 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