【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）

关联 Issue:https://gitcode.com/Ascend/pytorch/issues/2751

• 需求
• 问题单
• issue/工单
• 重构优化
• 资料更新

【修改方案】

适配 API：torch._C._functorch.is_batchedtensor（torch-npu 尚未提供独立验证用例，本 PR 自写用例补齐，按规范 1.3）。

0. 按导师最新要求的保留判定

导师公告：资料 PR 已全部打回，且不再接收 NPU 适配 patch 与非硬件相关 API 的新增用例。本 PR 经复核属于硬件相关用例，予以保留：

• 该 API 用于判断张量是否处于 torch.vmap 批处理分发作用域内，本用例通过 device_type = torch.accelerator.current_accelerator().type 将真实张量运行在 NPU 设备上，验证 vmap/batched tensor 在昇腾硬件上的分发行为（普通张量 / vmap 内部 / 嵌套 vmap / 手动 _add_batch_dim / 多 dtype 等）；
• 用例直接操作 NPU 上的张量与 functorch 分发层，属于规范 1.2②「涉及硬件接口，在 test 目录新增用例」的保留范围，不属于被关闭的非硬件相关用例；
• 本 PR 为 test/ 自写用例，非 test_upstream NPU 适配 patch，符合"不再接收 NPU 适配 patch"的要求。

1. 上游社区用例情况分析

在 PyTorch 上游仓库（github.com/pytorch/pytorch）全量检索 is_batchedtensor 在 test/ 下的引用，仅在 test/functorch/test_eager_transforms.py:4982 一处出现，且位于 helper construct_sum_pyop() 内部，作为 vmap 自定义规则的控制流分支，从未被直接 assert 验证。

结论：该 API 在 PyTorch 上游无独立社区用例，属规范 1.3（社区无直接用例，NPU 侧自写用例） 场景，按规范在 test/ 目录新增自写用例文件，不做 test_upstream patch、不做 API 补齐。

2. NPU 适配方案

torch._C._functorch.is_batchedtensor 由 PyTorch functorch 分发层提供，torch-npu 基于原生 PyTorch 自动具备，在 NPU 上行为与原生一致，无需修改 API 实现。本 PR 仅补充用例，覆盖其完整输入空间：

• 普通张量返回 False；
• torch.vmap 内部张量返回 True（含嵌套 vmap）；
• 手动 _add_batch_dim 包裹后为 True，get_unwrapped 解包后恢复 False；
• vmap 作用域外返回 False；
• 多种 dtype（float32 / float16 / int32 / bool）结果仅取决于批处理维，与 dtype 无关；
• 非张量输入（int）抛出 TypeError。

张量通过 device_type = torch.accelerator.current_accelerator().type 落到 NPU 设备，符合“张量必须运行在 NPU 上”规范（昇腾环境导入 torch 自动导入 torch_npu，current_accelerator() 返回 npu）。

3. 提交方式（test 目录自写用例，规范 1.3）

按规范 1.3，在 test/ 目录新增 test/functorch/test_functorch_api.py（同类 torch._C._functorch API 可归集于此文件，便于扩展）。文件遵循 torch-npu 测试规范：Huawei BSD-3 版权头、模块 docstring 说明可扩展与同类归集、从 torch.testing._internal.common_utils 导入 run_tests/TestCase（不直接 import unittest）、导入顺序 torch → torch.testing → functorch、类前后空 2 行、方法间空 1 行、self.assert* 断言、无 print / 无 try-except / 无裸 assert。

按规范 1.3，提交到 2.7.1 / 2.11.0 / 2.12.0 以及 master 四个分支（与 test 目录条款一致）。各分支基线一致、新增文件内容相同，单文件通用。2.9.0 / 2.10.0 已转入维护阶段，不作补齐要求。

4. API 补齐

不需要。torch._C._functorch.is_batchedtensor 由 PyTorch functorch 分发层提供，torch-npu 基于原生 PyTorch 自动具备，无需额外实现，故不提交 API 代码。

5. 多版本分支合入

• 按规范 1.3（test 目录用例），master 需要提交（与 test_upstream patch 场景不同，后者 master 不需要）。
• 2.9.0 / 2.10.0 已转入维护阶段，不作补齐要求。

【资料变更】

不涉及。

依据：torch._C._functorch.is_batchedtensor 为 PyTorch 私有（内部 C++）接口，按规范 2.3「PyTorch 私有接口不需要补充资料」。经核查 docs/zh/native_apis/ 未收录该 API，故不在 PR 中补资料。

【接口变更】

不涉及。

依据：torch._C._functorch.is_batchedtensor 由 PyTorch functorch 分发层提供，torch-npu 基于原生 PyTorch 自动具备，无跨代码仓或客户面可见接口变更。

【功能验证】

• 离线校验：用例已在真实 Ascend NPU（910B4）环境执行，全部通过；
• 运行命令：python test/functorch/test_functorch_api.py；
• 运行结果：