【合入来源】

https://gitcode.com/Ascend/pytorch/issues/2003
请勿携带内部流程信息（需求链接、问题单、内部issue等）

[x] 问题单

【修改方案】

一、API功能说明

API范围：
- torch.nn.utils.rnn.PackedSequence
- torch.nn.utils.rnn.PackedSequence.count
- torch.nn.utils.rnn.PackedSequence.index
- torch.nn.utils.rnn.PackedSequence.is_pinned
- torch.nn.utils.rnn.PackedSequence.to

1. torch.nn.utils.rnn.PackedSequence
   是 PyTorch RNN 工具模块中表示变长序列压缩结果的数据结构，主要由 torch.nn.utils.rnn.pack_padded_sequence、torch.nn.utils.rnn.pack_sequence 等接口构造，也可以直接由 data、batch_sizes、sorted_indices、unsorted_indices 四元组构造。
   核心能力：保存压缩后的 data Tensor、每个 time step 的 batch_sizes，以及可选的 sorted_indices / unsorted_indices，用于在压缩序列和 padded 序列之间恢复顺序关系。
   设备约束：data 可以位于 NPU；sorted_indices / unsorted_indices 跟随 data 的设备；batch_sizes 是序列结构元数据，按 PyTorch 接口约束保持 CPU int64 Tensor。

2. torch.nn.utils.rnn.PackedSequence.to
   是 PackedSequence 的设备和 dtype 迁移接口，语义对齐 torch.Tensor.to。
   核心能力：对 data 执行目标 device / dtype 转换，并同步迁移 sorted_indices / unsorted_indices；当 data 已满足目标配置时返回 self，避免不必要拷贝。
   边界约束：to 不迁移 batch_sizes，保持 PackedSequence 对 batch_sizes 的 CPU 元数据约束。

3. torch.nn.utils.rnn.PackedSequence.count / torch.nn.utils.rnn.PackedSequence.index
   是 PackedSequence 继承自 NamedTuple 的实例方法。
   核心能力：count 返回指定成员值在 PackedSequence 四元组中的出现次数；index 返回指定成员值首次出现的位置。
   验证重点：PackedSequence 有自定义构造逻辑，需要在真实 PackedSequence 实例上确认 NamedTuple 的 tuple-like 行为没有被破坏。

4. torch.nn.utils.rnn.PackedSequence.is_pinned
   是 PackedSequence 的 pinned memory 状态查询接口。
   核心能力：返回 self.data.is_pinned() 的结果，用于判断 PackedSequence 的实际 data Tensor 是否处于 pinned memory 状态。
   设备边界：NPU Tensor 不走 CPU pinned memory 语义，验证重点是接口可调用、返回值稳定，并且不会破坏 PackedSequence 的 NPU data Tensor 路径。

二、测试用例完备性说明

PyTorch 官方 test/nn/test_packed_sequence.py 是 PackedSequence 的集中测试文件，已有 torch.nn.utils.rnn.PackedSequence.to 的直接用例，也有 pack/pad/unpack 等 PackedSequence 集成路径。本 PR 复用该社区用例文件并做 NPU 适配：
1. test_to：保留上游 CPU/CUDA 迁移验证中的 CUDA 分支，通过 import torch_npu 和 transfer_to_npu 将 torch.cuda、Tensor.cuda()、to("cuda") 等 CUDA 兼容入口自动映射到 NPU，验证 PackedSequence.to 在 NPU 设备上的迁移、NPU 到 CPU 回迁、CPU 到 NPU 迁移，以及 torch.int32 / torch.int64 dtype 转换。
2. pad_sequence、unpad_sequence、unpack_sequence、pad_sequence_with_tensor_sequences 以及当前版本已有的 empty PackedSequence 路径，将参与验证的 data/expected Tensor 迁移到 NPU，覆盖 PackedSequence 在 RNN 工具链中的 NPU 数据流。
3. lengths、batch_sizes 等结构元数据保持 CPU，是 PyTorch PackedSequence/RNN utility 的接口约束；pack_sequence、pack_padded_sequence 等对 CPU 元数据语义敏感的路径保持社区原逻辑，避免改变上游用例验证目标。

PyTorch 官方 test/nn/test_packed_sequence.py 缺少 torch.nn.utils.rnn.PackedSequence.count、torch.nn.utils.rnn.PackedSequence.index、torch.nn.utils.rnn.PackedSequence.is_pinned 的直接用例。本 PR 因此在 torch-npu test 目录新增 test/nn/test_packed_sequence_api.py，包含 3 个直接用例：
1. test_packed_sequence_constructor_and_to_on_npu：构造 NPU data + CPU batch_sizes + NPU sorted/unsorted indices 的 PackedSequence，验证构造、设备约束、is_pinned，以及 to("cpu") / to("npu") 迁移。
2. test_packed_sequence_namedtuple_methods_on_optional_indices：验证 count(None)、index(None)、count("non_existent") 和 index 不存在成员抛 ValueError。未使用 count(batch_sizes) / index(batch_sizes)，原因是 tuple 方法会先比较 NPU data Tensor 和 CPU batch_sizes Tensor，容易触发 Tensor 比较的设备/布尔歧义错误，不能稳定表达 NamedTuple 方法语义。
3. test_packed_sequence_rejects_accelerator_batch_sizes：验证 NPU batch_sizes 按 PyTorch 约束抛出 ValueError，明确 batch_sizes 作为结构元数据必须保留 CPU。

三、NPU适配方案

1. API 源码无需修改：上述 API 位于 PyTorch 框架层，核心逻辑为 PackedSequence 结构管理、Tensor.to 调用转发和 NamedTuple 行为，不涉及新增 NPU kernel、通信后端或 stream/event 语义。
2. PyTorch 社区用例适配：验收要求涉及张量的用例必须覆盖 NPU 设备路径。原社区用例主要覆盖 CPU/CUDA，不能证明 NPU 设备迁移和 NPU data Tensor 下的 PackedSequence 行为，因此需要 test_upstream patch。
3. torch-npu 原生用例补充：针对 PyTorch 社区缺少直接用例的 count/index/is_pinned，新增 test/nn/test_packed_sequence_api.py；data Tensor 放在 NPU，batch_sizes 按 PackedSequence 接口约束保留 CPU，并补充 to 与非法 NPU batch_sizes 的直接验证。
4. 分支处理：2.12.0 分支基于当前最新 v2.12.0 重新提交，test_upstream 基础目录已存在，本 PR 只新增 test_upstream/test/nn/test_packed_sequence.py.patch 和 test/nn/test_packed_sequence_api.py，避免携带旧 apply_patch.sh 造成冲突。

【资料变更】

已检查 v2.7.1 docs/zh/native_apis 中各版本 torch-nn.md，以及 v2.12.0 docs/api/torch_npu_apis.md。torch.nn.utils.rnn.PackedSequence、torch.nn.utils.rnn.PackedSequence.count、torch.nn.utils.rnn.PackedSequence.index、torch.nn.utils.rnn.PackedSequence.is_pinned、torch.nn.utils.rnn.PackedSequence.to 均已列入 API 支持列表。本次只补充/适配测试用例，不涉及资料补充。

【接口变更】

不涉及。API 源码无修改，不新增、删除或变更对外接口。

【功能验证】

已在 2.12.0 torch-npu 环境应用本 PR 改动后执行 PyTorch 社区用例和新增 torch-npu 原生用例，结果如下：

python test/nn/test_packed_sequence.py
Ran 13 tests in 2.811s
OK

python test/nn/test_packed_sequence_api.py
Ran 3 tests in 1.446s
OK