变更摘要

此 PR 为 NPU 图模式（graph mode）下的确定性计算功能新增了两个核心能力：一是通过 install_npu_deterministic_level_guard 实现图模式编译守卫，当 deterministic_level 发生变更时触发 Dynamo 重新编译；二是在 npugraph_ex.scope 中暴露 deterministic API，允许在 EX scope 内设置确定性计算级别。同时新增了对应的单元测试和接口模式声明。

主要改动

• 新增 torch_npu/dynamo/_deterministic_guard.py：实现 install_npu_deterministic_level_guard() 函数，该函数在 Dynamo TracingContext 中注册一个基于 GlobalStateSource 的守卫，通过 lambda guard 捕获当前 _get_deterministic_level() 的值，当等级变化时触发图重新编译。
• 新增 test/dynamo/test_deterministic_level_graph_mode.py：添加 TestDeterministicLevelGraphMode 测试类，验证在 torch.compile 图模式下切换 deterministic_level（1↔2）时仅触发两次编译（每个等级一次），确保守卫生效。
• 修改 torch_npu/npu/npugraph_ex/scope/__init__.py：在 __all__ 中新增 "deterministic" 导出，并添加 deterministic(level: int) 函数，内部委托至 torch_npu.dynamo.npugraph_ex.scope.deterministic，为用户提供 EX scope 下的确定性级别设置入口。
• 更新 test/torch_npu_schema.json：补充 torch_npu.npu.npugraph_ex.scope.deterministic 的函数签名声明 (level: int)，保持接口 schema 与实现同步。

openLiBing可接管PR, PR详情链接:
https://www.openlibing.com/apps/transitionPrDetail?owner=Ascend&repo=pytorch&number=41762&platform=gitcode&codeHostingPlatformFlag=gitcode

代码审查

我已完成对所有四个变更文件的全面审查。以下是我的审查结论：

审查总结

逐文件审查结果

1. test/dynamo/test_deterministic_level_graph_mode.py（新增测试文件）

   • 测试 install_npu_deterministic_level_guard 的守卫安装和基于 deterministic_level 变化的重新编译行为
   • 逻辑正确：通过交替设置 level=1/2，验证守卫导致恰好 2 次编译（每个 unique level 缓存一次编译结果）
   • tearDown 正确调用了 torch._dynamo.reset() 和 super().tearDown() 进行清理
   • 未发现问题

2. test/torch_npu_schema.json

   • 新增 torch_npu.npu.npugraph_ex.scope.deterministic 的 schema 条目
   • signature "(level: int)" 与函数签名一致
   • JSON 格式正确
   • 未发现问题

3. torch_npu/dynamo/_deterministic_guard.py（新增模块）

   • 实现 install_npu_deterministic_level_guard() 函数，在 dynamo 追踪上下文中安装全局状态守卫
   • TracingContext.try_get() 空值检查正确，非追踪上下文时安全返回 False
   • 闭包正确捕获 captured_level：_create_guard_fn 和内部 check_fn 都引用同一值
   • 使用 GlobalStateSource().make_guard() + add_lambda_guard() 的模式符合 PyTorch dynamo 内部 API 惯例
   • 未发现问题

4. torch_npu/npu/npugraph_ex/scope/__init__.py

   • 新增 deterministic(level: int) 公共 API 函数
   • 在 __all__ 中正确导出
   • 遵循与既有 limit_core_num 相同的委托模式（延迟导入 torch_npu.dynamo.npugraph_ex.scope）
   • 未发现问题

问题统计

整体风险评估

低风险。 此变更新增了一个确定性等级守卫（deterministic level guard）机制以及对应的公共 API 和测试。代码逻辑正确，遵循了现有代码的模式（limit_core_num 的委托模式、TracingContext 的使用方式），测试覆盖了守卫安装和重新编译的核心路径。未发现正确性、安全、可靠性或破坏性变更问题。

⚠️ 已识别出整体风险，但无法提取行内评论，请参考整体评估。