Pull Request已成功合入, 合并人@ascend-robot
（感谢 yinglinwei 的贡献）
Thanks for your pull-request.
The full list of commands accepted by me can be found at here。
You can get sig-info at here
PR Approval Progress
✅ Congratulations! All modules have met the lgtm and approve requirements.
Module Approval Details
| module | lgtm status | approve status |
|---|---|---|
| test | ✅ 王朝, 陈豪 (2/2) | ✅ 王朝, 陈豪 (2/1) |
| torch_npu/contrib/transfer_to_npu.py | ✅ 王朝, 陈豪 (2/2) | ✅ 王朝, 陈豪 (2/1) |
💡 Tip:
- Committer can comment
/approveor/lgtm- Commenting
/approveimplies both code review (lgtm) and intent to merge (approve)
CLA Signature Pass
ylw1234, thanks for your pull request. All authors of the commits have signed the CLA. 👍
当前仓库存在以下 保护分支 ：
| Protected Branch | Version | Release |
|---|---|---|
| master | ||
| v2.7.1 | ||
| v2.12.0 | ||
| v2.11.0 | ||
| v2.10.0 | ||
| v2.9.0 | ||
| v2.7.1-26.1.0 | ||
| v2.9.0-26.1.0 | ||
| v2.12.0-26.1.0 | ||
| v2.10.0-26.1.0 | ||
| v2.11.0-26.1.0 | ||
| ci-test | ||
| sync-pr28113--to-v2.9.0 |
评论 /sync <branch1> <branch2> ... 可将当前 PR 修改同步到其它分支（创建同步 PR）：
a) 如果当前 PR 是 Open 状态，同步操作将延迟到 PR 被合并时执行
b) 如果当前 PR 已经 Merged，将立即执行同步操作
注意：
- /sync 命令可以指定同步到多个分支，仅最后一个 /sync 命令生效
- 如果创建的同步 PR 不正确，可通过向同步 PR 的源分支提交轻量级 PR 完善，或使用 /close 命令关闭
Ascend docs pipeline is running...
✅ 跳过 docs ci 检查，没有需要检查的文档文件
变更摘要
此 PR 扩展了 transfer_to_npu 模块中 init_process_group 的 backend 自动映射能力：原先仅将通信后端 nccl 替换为 hccl，现在同时支持将设备类型 cuda 替换为 npu。这使得用户传入 backend='cuda:nccl' 时，框架能自动映射为 npu:hccl，保持与原生 PyTorch API 格式的兼容性。
主要改动
-
_wrapper_hccl装饰器中新增cuda→npu替换逻辑：在torch_npu/contrib/transfer_to_npu.py中，_wrapper_hccl函数原先仅对位置参数和backend关键字参数中的nccl做替换；本次改动增加了对cuda子串的检测与替换（cuda→npu），覆盖args和kwargs两条路径，使完整格式cuda:nccl可一步映射为npu:hccl。 -
test_init_process_group测试用例对齐新行为：在test/contrib/test_transfer_to_npu.py中，将测试用的backend从单一'nccl'改为'cuda:nccl'，device_id从npu:{RANK}改为cuda:{RANK}，断言从'hccl'更新为'npu:hccl'，验证设备类型与通信后端的联合自动映射正确生效。
代码审查
审查总结
逐文件审查结论：
-
torch_npu/contrib/transfer_to_npu.py— 核心改动。_wrapper_hccl新增了'cuda' → 'npu'的字符串替换逻辑，配合已有的'nccl' → 'hccl'替换，支持'cuda:nccl'格式的 device-aware backend 参数。逻辑正确：替换顺序（先 nccl 后 cuda）可正确处理'cuda:nccl' → 'cuda:hccl' → 'npu:hccl'。_patch_cuda和_patch_profiler中的patchs → patches为纯拼写修正。无功能缺陷。 -
test/contrib/test_transfer_to_npu.py— 集成测试test_init_process_group已更新为使用backend='cuda:nccl'并断言get_backend() == 'npu:hccl'，与核心改动一致。但_wrapper_hccl的单元测试test_wrapper_hccl_args_and_kwargs未同步更新以覆盖新增的'cuda' → 'npu'替换分支。
按优先级统计：
| 优先级 | 数量 | 说明 |
|---|---|---|
| P0 | 0 | — |
| P1 | 0 | — |
| P2 | 0 | — |
| P3 | 1 | 单元测试未覆盖新增替换分支（其余为信息性确认） |
整体风险评估：低。 核心逻辑改动正确，替换顺序合理，集成测试已覆盖端到端行为。唯一可改进点是 wrapper 单元测试的覆盖率。建议合入。
| 类型 | 数量 |
|---|---|
| 🔴 阻塞 | 0 |
| 🟡 建议 | 5 |
💬 仅评论
🔵 Low Priority
_wrapper_hccl 的 args 处理路径中，对于所有字符串类型的参数，新代码无条件执行 args_new[idx] = arg（第251行），即使该值未发生任何替换。旧代码仅在包含 'nccl' 时才赋值（此时 arg 已通过初始 list(args) 拷贝了原值）。虽然字符串不可变且最终值一致（原地重新赋值相同对象），但这与 kwargs 路径一样引入了无实际效果的操作。建议仅在发生替换时才写入，保持代码意图清晰。
建议：可选优化：仅在 arg 实际发生替换（即 'nccl' in arg 或 'cuda' in arg 为 True）时才执行 args_new[idx] = arg。可以引入一个局部变量标记是否发生替换，或在条件内直接赋值。
此处无需修改。args_new 已经是 args 的浅拷贝，对字符串参数执行 args_new[idx] = arg 即使未发生替换，也只是一次无副作用的引用赋值，性能开销可忽略。当前统一处理并统一回写的写法可减少额外条件分支，使逻辑更直观、易维护。
🔵 Low Priority
在 _patch_cuda 函数（第348行）和 _patch_profiler 函数（第361行）中，变量名从 patchs 修正为 patches。这是一个纯拼写修正，行为无变化。
建议：无需修改，该修正正确且安全。
无需修改
🔵 Low Priority
_wrapper_hccl 的 args 处理循环中（第246-251行），对每个字符串类型参数依次检查 'nccl' in arg 和 'cuda' in arg。当参数同时包含两个子串时（如 'cuda:nccl'），两次替换均会被执行，结果正确。但当参数为 'nccl' 时，先 replace('nccl', 'hccl') 得到 'hccl'，再检查 'cuda' in 'hccl' 为 False；当参数为 'cuda:gloo'（无 nccl）时，'nccl' 检查为 False 跳过，'cuda' 检查为 True 执行替换得到 'npu:gloo'。两个 if 语句是顺序独立执行的（非 elif），逻辑正确且符合预期。kwargs 路径（第255-260行）同理。无缺陷。
建议：逻辑正确，无需修改。两个独立的 if（非 elif）是正确的设计，因为部分 backend 字符串可能同时包含 'nccl' 和 'cuda'。
无需修改
🔵 Low Priority
_wrapper_hccl 新增了 'cuda' → 'npu' 的字符串替换逻辑（第249-250行，第258-259行），但对应的单元测试 test_wrapper_hccl_args_and_kwargs（第253-266行）未更新以覆盖该新分支。当前测试仅验证 'nccl' → 'hccl' 替换，未验证包含 'cuda' 的输入（如 'cuda:nccl' → 'npu:hccl'）。虽然集成测试 test_init_process_group 端到端覆盖了该路径，但 wrapper 自身的单元测试缺少直接覆盖，可能在后续重构时遗漏回归检测。
建议：在 test_wrapper_hccl_args_and_kwargs 中新增一个测试用例或用参数化扩展，覆盖 'cuda:nccl' → 'npu:hccl' 的替换路径。例如：增加 args_input = ('cuda:nccl',)，预期 expected_args_output = ('npu:hccl',)；同样在 kwargs 中测试 backend='cuda:nccl'。
test_init_process_group用例已经覆盖
🔵 Low Priority
在 _wrapper_hccl 的 kwargs 处理路径中，对于任意字符串类型的 backend 值，新代码始终执行 kwargs['backend'] = backend（第260行），即使该值未发生任何替换（如 backend='gloo'）。旧代码仅在 backend 包含 'nccl' 时才写入 kwargs['backend']。虽然结果值相同（只是原地重新赋值），但语义上有不必要的字典写入操作。这不是缺陷，但表明代码结构引入了无实际效果的赋值。
建议：可选优化：将 kwargs['backend'] = backend 的赋值移到 if 块内部，仅在实际发生替换时才写入。例如使用一个局部标志位追踪是否发生了替换，或保持旧代码风格：仅在满足替换条件时更新字典。
此处无需修改。kwargs['backend'] = backend 即使在未发生替换时执行，也仅是一次无副作用的 O(1) 字典赋值，不影响功能且性能开销可忽略。当前实现采用“统一处理后统一回写”的方式，减少了额外状态判断和分支复杂度，可提升代码可读性及后续扩展性
compile
Ascend docs pipeline is running...
✅ 跳过 docs ci 检查，没有需要检查的文档文件
| 阶段 | 任务名 | 状态 | 详情 |
|---|---|---|---|
| 编译构建 | Build_X86 | ✅ | >>> |
| Build_ARM | ✅ | >>> | |
| Build_LibTorch_x86 | ✅ | >>> | |
| Build_LibTorch_ARM | ✅ | >>> | |
| Build_X86_torchair | 🛑 | >>> | |
| Build_ARM_torchair | 🛑 | >>> | |
| patch_test | 🛑 | >>> | |
| 恶意代码检查 | Antipoison | ✅ | >>> |
| 编码安全与规范检查 | CodeCheck | ✅ | >>> |
| check_error | ✅ | >>> | |
| CodeCheck_lintrunner | ✅ | >>> | |
| 开源片段检查 | SCA | ✅ | >>> |
| 开发者测试 | UT_X86_Part_01 | 🛑 | >>> |
| UT_X86_Part_02 | 🛑 | >>> | |
| UT_ARM_A3_Part_01 | 🛑 | >>> | |
| UT_ARM_A3_Part_02 | 🛑 | >>> | |
| UT_ARM_A2_Part_01 | ✅ | >>> | |
| UT_ARM_A2_Part_02 | ✅ | >>> | |
| UT_ARM_A2_Part_03 | ✅ | >>> | |
| UT_inductor_Part_01 | 🛑 | >>> | |
| UT_inductor_Part_02 | 🛑 | >>> | |
| UT_inductor_Part_03 | 🛑 | >>> | |
| UT_inductor_Part_04 | 🛑 | >>> | |
| UT_DIST_ARM_Part_01 | 🛑 | >>> | |
| UT_DIST_ARM_Part_02 | 🛑 | >>> | |
| UT_DIST_ARM_Part_03 | 🛑 | >>> | |
| UT_DIST_ARM_Part_04 | 🛑 | >>> | |
| UT_ARM_A2_Select_Part_01 | ✅ | >>> | |
| UT_ARM_A2_Select_Part_02 | ✅ | >>> | |
| 流水线 | PR-pipeline_pytorch | ✅ | >>> |
/approve
/approve
Pull Request 已合并或已关闭。
If you want to solve this problem, you can click here to do it in the FAQs.
Pull Request 已合并或已关闭。
If you want to solve this problem, you can click here to do it in the FAQs.
Pull Request 已合并或已关闭。
If you want to solve this problem, you can click here to do it in the FAQs.
【合入来源】
https://gitcode.com/Ascend/pytorch/issues/2494
【修改方案】
该修改将 backend 自动映射从仅支持通信后端替换（nccl→hccl），扩展为同时支持设备类型替换（cuda→npu）
【资料变更】
不涉及
【接口变更】
不涉及
【功能验证】
【CheckList】