【合入来源】
如有社区issue，请关联issue链接
请勿携带内部流程信息（需求链接、问题单、内部issue等）

问题单
issue/工单
关联issue：https://gitcode.com/Ascend/pytorch/issues/1617

【修改方案】
完善 Torch-NPU 对 torch.fx.experimental.symbolic_shapes 下 5 个 API 在 NPU 环境下的兼容性验证，覆盖以下 API：

1. 上游社区用例情况分析

在 PyTorch 上游仓库（github.com/pytorch/pytorch）中搜索这 5 个 API：

• lru_cache：torch/fx/experimental/symbolic_shapes.py 中有公开实现，但上游 test/ 目录下无针对 symbolic_shapes.lru_cache 的直接单测覆盖
• PropagateUnbackedSymInts：类定义于 symbolic_shapes.py，上游仅在 test/fx/test_fx_traceback.py 中间接涉及，无独立、直接的 API 验证用例
• PropagateUnbackedSymInts.boxed_run / call_function / call_method：继承自 torch.fx.Interpreter，上游无针对 PropagateUnbackedSymInts 这三个方法的直接单测

结论：5 个 API 均属于上游"无直接用例"场景，按 1.3 规范自写用例，提交到 torch-npu 的 test/ 目录。

2. NPU 适配方案

5 个 API 均为 FX / symbolic_shapes 框架层纯 Python 接口，不涉及 NPU 算子调用，在 NPU 上行为与 CPU 一致，无需做任何 API 代码适配修改。

3. 新增测试用例

新增/扩展以下测试文件进行覆盖：

4. API 补齐

不需要。5 个 API 在 NPU 上运行结果与 PyTorch 社区一致。

5. 多版本分支合入

目标分支：v2.12.0

【资料变更】
不涉及（文档补齐在独立 docs PR 中完成）。

【接口变更】
不涉及（无新增/修改对外 C++ 或 Python 接口，仅新增测试用例）

【功能验证】

1. 测试环境

设备：Ascend NPU
框架：torch-npu + PyTorch
说明：5 个 API 为 FX/symbolic_shapes 的框架层纯 Python 接口，不涉及张量算子差异；用例中涉及张量时使用 .to(device_type) 运行在当前 accelerator。

2. 测试命令

cd /tmp
source /usr/local/Ascend/ascend-toolkit/set_env.sh
python /workspace/pytorch/test/fx/test_symbolic_shapes_api.py -k test_public_lru_cache
python /workspace/pytorch/test/fx/test_fx_propagate_unbacked_symints.py -k propagate_unbacked

3. 测试结果（运行日志）

# 环境：Ascend NPU（torch-npu 2.12.0rc1 / torch 2.12.0）

# lru_cache
.
----------------------------------------------------------------------
Ran 1 test in 0.021s
OK

# PropagateUnbackedSymInts（含 boxed_run / call_function / call_method）
.......
----------------------------------------------------------------------
Ran 7 tests in 0.618s
OK

4. 与上游用例的关系

【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