变更摘要

此 PR 为 torch.compiler.assume_constant_result API 新增了 NPU 环境下的独立功能测试，验证该 API 在 Ascend 设备上可正常工作。测试覆盖了 API 返回原函数对象、与 torch.compile 的兼容性、编译后函数连续执行的正确性，以及被标记函数在编译期间仅计算一次（常量折叠）的核心语义。

主要改动

• 新增测试文件 test/dynamo/test_assume_constant_result.py：添加了完整的 NPU 兼容性测试用例，包含 TestAssumeConstantResult 测试类和 test_assume_constant_result 测试方法。
• 验证 assume_constant_result 返回原函数对象：通过 self.assertIs(marked_constant_scale, constant_scale) 断言 API 返回的是原始函数引用本身。
• 验证 NPU Tensor 与 torch.compile 兼容性：使用 torch.compile(fn, backend="eager", fullgraph=True) 编译包含被标记函数的计算图，并以 NPU 设备上的 Tensor 作为输入执行。
• 验证编译后连续执行结果正确：对 compiled_fn(x) 和 compiled_fn(x + 1) 两次调用分别断言输出与预期值 x * 2.0 和 (x + 1) * 2.0 一致。
• 验证常量折叠语义：通过闭包中的 call_count 计数器断言被 assume_constant_result 标记的函数在编译期间仅被调用一次（self.assertEqual(call_count, 1)），确认其结果被视为编译期常量。

openLiBing可接管PR, PR详情链接:
https://www.openlibing.com/apps/transitionPrDetail?owner=Ascend&repo=pytorch&number=42026&platform=gitcode&codeHostingPlatformFlag=gitcode

代码审查

审查总结

审查了 1 个变更文件：

• test/dynamo/test_assume_constant_result.py — 发现 2 个问题（均为 P2）

总体评估：该变更风险较低。测试逻辑本身正确，验证了 torch.compiler.assume_constant_result 在 NPU 环境下的核心行为。发现的两个问题均为工程一致性问题：

1. TestCase 导入源不一致（P2）：使用了 torch.testing._internal.common_utils.TestCase，而该目录下所有其他测试均使用 torch._dynamo.test_case.TestCase，可能导致测试隔离不充分。
2. 无条件的 NPU synchronize 调用（P2）：torch_npu.npu.synchronize() 在 device_type 回退为 CPU 时仍被调用，语义错误且可能在无 NPU 环境下引发问题。

💬 仅评论

✅ 跳过 docs ci 检查，没有需要检查的文档文件