【合入来源】

https://gitcode.com/Ascend/pytorch/issues/2027
请勿携带内部流程信息（需求链接、问题单、内部issue等）

[x] issue/工单

【修改方案】

一、API功能说明

本 PR 补充 torch.utils.data worker/control 弱覆盖 API 的直接验证用例：
- torch.utils.data.dataloader._MultiProcessingDataLoaderIter
- torch.utils.data.dataloader._InfiniteConstantSampler
- torch.utils.data._utils.worker.ManagerWatchdog
- torch.utils.data._utils.worker._IterableDatasetStopIteration
- torch.utils.data._utils.worker._ResumeIteration
- torch.utils.data._utils.signal_handling._set_worker_signal_handlers
- torch.utils.data._utils.signal_handling._remove_worker_pids

上述 API 属于 DataLoader 多进程 iterator、IterableDataset 采样控制、worker 存活检查、worker 控制消息以及 worker 信号/pid 管理逻辑。

二、测试用例完备性说明

PyTorch 官方社区 test/test_dataloader.py 已通过 DataLoader 多进程用例覆盖上述 API 的调用链，但缺少对部分内部对象和控制消息的直接行为断言。本 PR 按 1.3 类补充 torch-npu 自定义测试文件 test/test_utils_data_api.py。

1. torch.utils.data.dataloader._MultiProcessingDataLoaderIter 直接覆盖：
   - test_multiprocessing_dataloader_iter_type_and_shutdown 构造 num_workers=1 的 DataLoader，显式断言 iter(loader) 是 _MultiProcessingDataLoaderIter，并验证 next(iterator) 返回预期 batch，最后调用 _shutdown_workers() 覆盖正常关闭路径。

2. torch.utils.data.dataloader._InfiniteConstantSampler 直接覆盖：
   - test_infinite_constant_sampler_yields_none 直接实例化 _InfiniteConstantSampler，并断言连续 yield None，覆盖 IterableDataset 无限索引采样器的核心行为。

3. torch.utils.data._utils.worker.ManagerWatchdog 直接覆盖：
   - test_manager_watchdog_reports_parent_alive 直接构造 ManagerWatchdog，并断言正常父进程场景 is_alive() 为 True。

4. torch.utils.data._utils.worker._IterableDatasetStopIteration / torch.utils.data._utils.worker._ResumeIteration 直接覆盖：
   - test_worker_control_message_fields 直接构造两个 dataclass 控制消息，断言 worker_id、seed 字段和 repr 内容，覆盖 worker 耗尽通知与 persistent worker 恢复消息的对象行为。

5. torch.utils.data._utils.signal_handling._set_worker_signal_handlers / torch.utils.data._utils.signal_handling._remove_worker_pids 直接覆盖：
   - test_worker_signal_handlers_and_pid_cleanup 直接调用 _set_worker_signal_handlers，并通过 _set_worker_pids 注册当前 pid 后调用 _remove_worker_pids 清理，覆盖 C 侧 worker signal handler 初始化和 worker pid registry 清理入口的正常路径。

本文件验证的是 DataLoader worker/control 面 API。为避免把验证目标混入 NPU IPC 和 worker 子进程设备 Tensor 传输，本新增用例中的多进程 DataLoader 使用 Python 字符串 payload，不在 worker 子进程返回 NPU Tensor；原 DataLoader NPU Tensor payload 路径已由 test_upstream 中单进程 DataLoader/collate 用例覆盖。

三、NPU适配方案

1. API 源码无需修改：上述 API 是 torch.utils.data 的 Python/C++ 控制面入口，不新增 NPU kernel，不改变接口语义。
2. 测试新增路径：新增 test/test_utils_data_api.py，文件聚焦 worker/control API 直接行为，可后续扩展同模块 API。
3. 分支提交范围：新增测试文件提交到 2.7.1、2.9.0、2.10.0、2.11.0、2.12.0 以及 master。

四、变更文件

• test/test_utils_data_api.py

【资料变更】

已检查资料支持情况，结论如下：

dataloader：

• 公开 API，在文档中记录：torch.utils.data.DataLoader、torch.utils.data._utils.collate.collate。对应资料 PR：https://gitcode.com/Ascend/pytorch/merge_requests/36233
• 内部函数/类，不在文档中记录：DataLoader iterator、worker、signal handling、persistent worker 相关内部对象。

【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 2.7.1 对应 torch-npu 环境执行新增用例，结果如下；master 使用 2.12.0 验证环境执行。

验证环境

• 操作系统：Ubuntu / Linux aarch64
• 昇腾硬件：910B2
• CANN 软件版本：8.3.RC1
• 验证环境：
  • 2.7.1：torch 2.7.1+cpu / torch-npu 2.7.1.post3
  • 2.9.0：torch 2.9.0+cpu / torch-npu 2.9.0.post1
  • 2.10.0：torch 2.10.0+cpu / torch-npu 2.10.0rc3
  • 2.11.0：torch 2.11.0+cpu / torch-npu 2.11.0rc1
  • 2.12.0 / master 验证：torch 2.12.0+cpu / torch-npu 2.12.0.rc1

运行命令与结果

python test/test_utils_data_api.py
Ran 5 tests in 1.691s
OK

【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