【合入来源】

如有社区issue，请关联issue链接
https://gitcode.com/Ascend/pytorch/issues/3416
请勿携带内部流程信息（需求链接、问题单、内部issue等）

需求
问题单
issue/工单
重构优化
资料更新

【修改方案】

在npu_support.py里面针对T5网络增加dropout算子保序副作用

【资料变更】

否

【接口变更】

不涉及

【功能验证】

本地验证通过

【CheckList】

PR提交人对以下CheckList自检项进行全量自检，自检通过或不涉及，均修改 [ ] 为 [x]

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

Pull Request已成功合入, 合并人@ascend-robot

（感谢 lihui 的贡献）

lihui成员

10 天前创建了 pull request，commit fefa559f

ascend-robot成员

10 天前评论：

openLiBing可接管PR, PR详情链接:
https://www.openlibing.com/apps/transitionPrDetail?owner=Ascend&repo=pytorch&number=44030&platform=gitcode&codeHostingPlatformFlag=gitcode

atomgit-bot

10 天前评论：

变更摘要

此 PR 将 aten.native_dropout.default 的 effectful 算子注册从 torch_npu/_inductor/dvm/decomp.py 全局位置迁移至 benchmarks/torchbench/npu_support.py 的 _patch_model_24 函数内部。该调整使 native_dropout 的 _EffectType.ORDERED 注册仅在 T5 模型的 benchmark 场景下生效，避免了对整个 inductor 编译流程产生全局副作用。

主要改动

_register_effectful_op 注册位置迁移：在 torch_npu/_inductor/dvm/decomp.py 中移除了模块顶层对 torch.ops.aten.native_dropout.default 的 _register_effectful_op 注册（含 _EffectType 导入），将其移至 benchmarks/torchbench/npu_support.py 的 _patch_model_24 函数内部。
缩小注册生效范围：native_dropout 的 ORDERED 效应注册从全局生效变为仅在 T5 benchmark patch 流程中生效，降低了对其他模型或场景的潜在干扰。

atomgit-bot

10 天前评论：

代码审查

审查总结

文件	审查结果
`benchmarks/torchbench/npu_support.py`	已审查 — 新增的 `_register_effectful_op` 调用（第 635-643 行）语法正确且与现有模式一致，但其所放置的上下文范围过窄（仅限基准测试补丁函数）。
`torch_npu/_inductor/dvm/decomp.py`	已审查 — 删除操作干净，无语法或结构问题，但删除了一个之前对 `decomp.py` 的所有使用者（包括生产环境 DVM 编译路径）生效的模块级副作用。

按优先级统计：

P2：1 个（将效果操作注册从全局 DVM 路径移至仅限基准测试的补丁所导致的行为回归）

总体风险评估： 此变更将一个影响全局的模块级注册（来自共享的 DVM 编译支持文件）重新定位到一个仅针对 T5ForConditionalGeneration 的模型特定基准测试补丁函数。如果 native_dropout 的 _EffectType.ORDERED 注册对于 T5ForConditionalGeneration 基准测试之外的 DVM 编译正确性是必需的，则此变更会引入一个回归，可能导致生产环境 DVM 路径或其他模型基准测试中的 native_dropout 操作编译不正确。建议进行验证，以确认预期范围，并确保所有需要的路径都接收到此注册。