【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）

• 需求
• 问题单
• issue/工单
• 重构优化
• 资料更新

关联 Issue：https://gitcode.com/Ascend/pytorch/issues/2529
关联 Issue：#2529

关联任务：torch.overrides.is_tensor_like、torch.utils.checkpoint.checkpoint、torch.utils.checkpoint.checkpoint_sequential API 一致性验证。

本 PR 对 v2.10.0 分支补充上述 API 在 NPU 场景下的上游测试适配。

【修改方案】

本 PR 仅涉及 test_upstream 上游测试 patch 适配，不修改 torch_npu 功能实现代码，不改变已有 API 行为。

修改文件：

• test_upstream/test/test_autograd.py.patch
• test_upstream/test/dynamo/test_misc.py.patch

具体修改如下：

1. 在 test_upstream/test/test_autograd.py.patch 中补充 torch.utils.checkpoint.checkpoint_sequential 相关用例的 NPU 适配：

   • 将 torch.utils.checkpoint.checkpoint_sequential 相关测试输入 Tensor 从 CPU 放置到 NPU；
   • 将 torch.utils.checkpoint.checkpoint_sequential 测试中使用的 torch.nn.Linear 模块迁移到 NPU；
   • 验证 torch.utils.checkpoint.checkpoint_sequential 在 NPU Tensor 输入下能够正常前向、反向传播。

2. 在 test_upstream/test/dynamo/test_misc.py.patch 中补充 torch.overrides.is_tensor_like 相关用例的 NPU 适配：

   • 将 torch.overrides.is_tensor_like 测试输入 Tensor 放置到 NPU；
   • 验证 NPU Tensor 场景下 torch.overrides.is_tensor_like 返回结果正确。

3. 保留现有 torch.utils.checkpoint.checkpoint 相关 NPU 适配内容：

   • 本次修改未改变 torch.utils.checkpoint.checkpoint API 的功能实现；
   • 仅在本地验证中同时覆盖 torch.utils.checkpoint.checkpoint、torch.utils.checkpoint.checkpoint_sequential 和 torch.overrides.is_tensor_like，确保三类目标 API 在 NPU 场景下均可正常运行。

【资料变更】

不涉及。

本 PR 仅补充上游测试用例在 NPU 场景下的适配，不新增或修改用户可见资料。相关 API 在目标版本资料中已有说明，因此本任务不需要新增 doc PR。

【接口变更】

不涉及。

本 PR 不新增、删除或修改客户可见接口，不涉及跨代码仓接口变更，不改变 torch.utils.checkpoint.checkpoint、torch.utils.checkpoint.checkpoint_sequential 或 torch.overrides.is_tensor_like 的调用方式和返回语义。

【功能验证】

已在 Ascend 910B4 NPU 环境完成 v2.10.0 对应分支的本地运行验证。

验证环境：

• 操作系统：Ubuntu 22.04.5 LTS / aarch64
• CANN：cann-9.1.0-beta.1
• NPU 设备：Ascend910B4
• 目标分支：v2.10.0
• 测试分支：test-checkpoint-overrides-npu-v210
• torch 版本：2.10.0
• torch_npu 版本：2.10.0
• NPU 可用性：torch.npu.is_available() == True

验证内容：

1. torch.utils.checkpoint.checkpoint_sequential

   • NPU Tensor 输入；
   • NPU Linear 模块；
   • 前向计算和反向传播均通过。

2. torch.overrides.is_tensor_like

   • NPU Tensor 输入；
   • torch.overrides.is_tensor_like 返回结果为 True。

3. torch.utils.checkpoint.checkpoint

   • NPU Tensor 输入；
   • 前向计算和反向传播均通过。

本地验证结果：

• torch.utils.checkpoint.checkpoint_sequential NPU validation PASSED
• torch.overrides.is_tensor_like NPU validation PASSED
• torch.utils.checkpoint.checkpoint NPU validation PASSED
• RUNTIME VALIDATION PASSED

测试自验证截图：

Patch 生成与检查说明：

本 PR 中的 patch 基于对应版本的 PyTorch 社区源码生成。已有 patch 时，先在对应版本 PyTorch 社区源码中应用原 patch，再根据代码审查意见修改社区源码文件，将 torch.ones(10) 调整为 torch.ones(10).npu()，避免默认生成 CPU Tensor 后与 NPU Tensor x 相加导致设备不一致。修改完成后，通过 git diff 重新生成 patch 文件，未在生成后直接编辑 patch 文件。

已完成以下检查：

• 已执行 patch 应用检查；
• 已检查 patch 不包含整文件删除；
• 已检查 patch 不包含冲突标记；
• 已检查本 PR 仅包含目标 patch 文件修改；
• 已确认 torch.ones(10) 已在社区源码中迁移至 NPU，并通过 git diff 重新生成对应 patch；
• 已在匹配版本的 torch / torch_npu 运行时环境中完成本地 NPU 复验。

【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