变更摘要

此 PR 为 torch.compiler.assume_constant_result API 新增独立的 NPU 兼容性测试文件 test/dynamo/test_assume_constant_result.py，验证该 API 在 Ascend NPU 设备上的核心行为：返回值恒定性、torch.compile 捕获能力、连续执行正确性，以及常量函数仅计算一次的特性。

主要改动

• 新增测试类 TestAssumeConstantResult：定义在 test/dynamo/test_assume_constant_result.py 中，继承自 TestCase，包含一个完整的端到端测试用例 test_assume_constant_result。
• 验证 API 返回原函数对象：通过 self.assertIs(marked_constant_scale, constant_scale) 断言 assume_constant_result 返回的是原始函数对象本身。
• 验证 torch.compile 捕获与 NPU 执行正确性：将被标记函数用于 torch.compile(fn, backend="eager", fullgraph=True) 编译，使用 NPU Tensor 作为输入，连续两次调用后通过 torch.equal 断言结果符合预期。
• 验证常量仅计算一次：通过 nonlocal call_count 计数器，断言被 assume_constant_result 标记的函数在编译后仅被调用一次（self.assertEqual(call_count, 1)），证明其结果在编译期间被视作常量。
• NPU 同步保障：在断言前调用 torch_npu.npu.synchronize() 确保异步 NPU 操作完成，使潜在错误能被及时捕获。

openLiBing可接管PR, PR详情链接:
https://www.openlibing.com/apps/transitionPrDetail?owner=Ascend&repo=pytorch&number=42034&platform=gitcode&codeHostingPlatformFlag=gitcode

代码审查

Closing Summary

审查文件：test/dynamo/test_assume_constant_result.py — 发现 1 个 P3 问题（NPU 同步调用与 CPU fallback 逻辑不一致）。

总体风险评估：该变更是低风险的。测试逻辑正确，覆盖了 torch.compiler.assume_constant_result 在 NPU 上的核心功能验证。唯一的 P3 问题是一个边界条件守卫缺失，在非 NPU 环境下理论上可能导致不必要的问题，但对该测试的目标运行环境（NPU CI）无实际影响。

⚠️ 已识别出整体风险，但无法提取行内评论，请参考整体评估。

✅ 跳过 docs ci 检查，没有需要检查的文档文件