【合入来源】

关联社区 issue：https://gitcode.com/Ascend/pytorch/issues/2788

• 需求
• 问题单
• issue/工单
• 重构优化
• 资料更新

【修改方案】

1. 背景与目标

原有 import torch_npu 会间接加载 torch._dynamo、torch._inductor 及大量子模块，增加导入耗时、内存占用和编译器初始化副作用。

本 PR 将图模式初始化从普通 import 阶段移出，同时保持公开接口的原有调用方式：

• import torch_npu 不加载 torch._dynamo、torch._inductor、torch_npu._inductor。
• Dynamo、Inductor、TorchAir、NPUGraph 等能力在实际使用时初始化。
• torch.compile 的非 Inductor backend 不加载完整 NPU Inductor。
• Export、ONNX、FSDP、NPUGraph 等公开入口仍在使用前完成所需初始化。

2. 拆分 Dynamo 与 Inductor 初始化

• _lazy_dynamo_setup() 负责 NPU DeviceInterface、Dynamo Variable/Stream/Event/autocast 补丁、trace rules 和 backend 注册。
• _lazy_inductor_setup() 仅在 inductor、npugraphs backend 使用时加载 torch_npu._inductor、NPU Inductor config 和 NPUGraph tree。
• 初始化使用带并发保护的 run_once，成功步骤单独记录；后续步骤失败时，已成功步骤不重复执行，失败初始化允许重试。
• torch.compile(options={"npu_backend": ...}) 在加载 NPU Inductor 前解析本次 options、全局 config 和环境变量，避免先按 default 初始化再切换 backend。

3. 使用统一 Dynamo post-import 触发器

不再包装 torch.compile、torch.export.export、export_for_training、torch.onnx.export 等公开函数，避免改变公开函数对象、签名、装饰器语义，以及提前绑定接口绕过 wrapper。

import torch_npu 只安装 torch._dynamo post-import finder：

• 首次导入 torch._dynamo 完成后，统一执行 _lazy_dynamo_setup()。
• 如果用户在 torch_npu 前已经导入 Dynamo，则在 import torch_npu 时补充 NPU 初始化。
• finder 委托其余 sys.meta_path finder 查找真实模块，不绕过其他自定义导入器。
• Export、ONNX Dynamo Export、compile 和提前绑定的公开入口都通过同一个 Dynamo 导入时机完成初始化。

torch.compiler.list_backends() 本身会导入 torch._dynamo，因此也会完成 NPU Dynamo 集成；该路径不会加载 NPU Inductor 或初始化 NPU 设备。三个 NPU backend 同时通过 torch_dynamo_backends entry point 暴露，首次 compile 前即可枚举：

• npu
• npugraph_ex
• npugraphs

4. 公开接口和场景兼容处理

5. DTensor 延迟导入与 NPUGraph step 状态拆分

• 不在 torch_npu 中复制 PyTorch 的 register_sharding 实现，也不改动 NPU DTensor 算子文件。普通 import torch_npu 不再主动导入 torch_npu.distributed.tensor；用户显式访问该子模块时，沿用 v2.7.1 原有初始化和 strategy 注册路径。
• MarkStepBox 和 mark_step_begin() 拆到轻量状态模块，公共 mark-step API 与完整 Graph Tree 共享计数状态，但不需要为一次标记加载完整编译器实现。

6. 保留非编译器 import-time 行为

• 将不依赖 Inductor 的 RNG prim 和 decomposition patch 拆到 torch_npu/utils/_rng_prims_patch.py，普通 registry 继续执行这些基础 patch。
• torch_npu.utils._inductor 保留兼容重导出，不再承担完整 NPU Inductor 初始化。
• transfer_to_npu 在自身初始化入口显式导入实际需要修改的模块，不依赖 import torch_npu 的编译器隐式导入。

7. 测试看护

新增或扩展的测试覆盖：

• 普通 import torch_npu 不加载 Dynamo/Inductor，并保持公开函数对象不变。
• Dynamo 在 torch_npu 前后两种导入顺序。
• backend lookup 前完成初始化，list_backends() 可见三个 NPU backend。
• eager、自定义、npu、inductor、npugraphs backend 初始化边界。
• Export 四种公开入口/提前绑定顺序及六类 NPU 捕获语义：record_stream、Stream/Event、autocast、current device、device properties、is_available。
• ONNX 三种入口：模块 export、提前绑定 export、提前绑定旧 dynamo_export。
• FSDP 两种导入顺序。
• NPUGraph mark-step 接口签名、计数及无 compiler import。
• NPU DeviceInterface、初始化快照和既有 Stream/Event 捕获行为。

DTensor 的原有算子文件和 register_sharding 实现未修改，本 PR 不新增其实现副本或专项矩阵用例。

【资料变更】

不涉及。

【接口变更】

不涉及客户可见接口签名变更。torch.compile、Export/ONNX 公开函数不再被 torch_npu 包装；torch_npu.distributed.tensor 的公开访问方式不变，仅从 import 阶段加载调整为首次显式访问时加载。

【功能验证】

在 torch-npu-build-2.7.1-py311 环境使用真实 NPU 验证：

• test/dynamo/test_compile_trigger.py 覆盖 import、Dynamo 触发、compile backend、Export、ONNX、FSDP、NPUGraph 和 DeviceInterface 路径。
• test/test_torch_npu_init.py：13/13 通过。
• test/npu/test_stream.py：10/10 通过。
• test/dynamo/test_trace_stream_event.py：1/1 通过。
• 显式访问 torch_npu.distributed.tensor 后，原有 NPU strategy 注册正常。
• py_compile、git diff --check 通过。
• 验证所需临时依赖和 Conda 文件均已恢复。

【CheckList】

• 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