【合入来源】

• 需求

• 问题单

• issue/工单

• 重构优化

• 资料更新

• 关联 issue: https://gitcode.com/Ascend/pytorch/issues/3489

• 任务分类：用例补齐（PyTorch 官方缺少对 torch.onnx.ONNXProgram.model_proto 的直接测试）

• 该 API 虽为纯 Python 序列化属性，但验证必须先经 torch.onnx.export(dynamo=True) 在 NPU 上完成 dynamo 导出，验证链路依赖 NPU，故在 test 目录新增用例看护该流程。

【修改方案】

一、API 功能说明

torch.onnx.ONNXProgram.model_proto 是 ONNXProgram 类的 @property，返回 ir.serde.serialize_model(self.model)，即将 dynamo-based ONNX exporter 导出的 IR 模型序列化为 onnx.ModelProto protobuf 对象。该 API 为非计算类接口，不涉及 NPU 数据类型计算，仅做纯 Python 序列化操作。

二、测试用例完备性说明

PyTorch 官方 test/onnx/exporter/ 目录中没有直接针对 model_proto 的测试用例。test_onnx_program.py 仅测试 rename_axes；test_api.py 和 test_input_observer.py 中仅将 .model_proto 作为工具间接使用，未验证其返回值结构、序列化能力等核心功能。本次新增 test/onnx/exporter/test_onnx_program.py，直接验证：

• 返回有效的 onnx.ModelProto 对象（ir_version > 0）；
• 单输入单输出模型的 graph 结构正确；
• producer_name 为 "pytorch"；
• protobuf 序列化结果非空；
• 多输入多输出模型的 graph input/output 数量正确。

三、NPU 适配

测试涉及 Tensor 创建与 ONNX 导出，所有 Tensor 通过 device_type = acc.type if (acc := torch.accelerator.current_accelerator()) else "cpu" 迁移到 NPU，确保导出流程在 NPU 上执行。

【资料变更】

不涉及

资料检查结果：torch.onnx.ONNXProgram.model_proto 已收录在 docs/zh/api/native_api 各版本目录（2-7-1、2-11-0、2-12-0、2-13-0）的 torch-onnx.md 中，但支持状态标记有误，已在 https://gitcode.com/Ascend/pytorch/pull/43583 更正为 ✔（Ascend 950DT 保持 ✘）。本 PR 仅包含测试用例。

【接口变更】

不涉及

仅新增测试用例，未修改任何业务代码。

【功能验证】

• 本地 NPU 运行
  • 环境：Ubuntu 22.04 / Python 3.11.15 / PyTorch 2.7.1+cpu / Torch-NPU 2.7.1.post4 / CANN 9.0 / Ascend 910B3
  • 命令：python test/onnx/exporter/test_onnx_program.py
  • 结果：Ran 5 tests in 9.949s, OK

【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