变更摘要

本 PR 主要针对 Ascend950（Atlas A5）扩展了 HCCL 通信对 uint64/fp64 数据类型的支持：在 ProcessGroupHCCL.cpp 的 checkSupportedDataType 中增加对 HCCL_DATA_TYPE_UINT64 和 HCCL_DATA_TYPE_FP64 的放行逻辑，并新增/适配分布式集合通信的测试用例。同时由于 PyTorch 缺少 UInt64 的加减/乘法算子，测试侧为 assertEqual 引入 use_equal 分支，改用 torch.equal 进行比较，并使用 numpy 计算 uint64 的期望结果。

主要改动

• 扩展 checkSupportedDataType 的 dtype 校验逻辑：ProcessGroupHCCL.cpp 中新增 a5ExtraDataTypes 集合，包含 HCCL_DATA_TYPE_UINT64 和 HCCL_DATA_TYPE_FP64，并通过 c10_npu::GetSocVersion() >= c10_npu::SocVersion::Ascend950 判断仅在 Ascend950 及以上设备放行这两种类型。
• 测试比较方式适配 uint64：test_allreduce.py、test_reduce.py、test_reduce_scatter.py 的 _test_multiprocess 新增 use_equal 参数，当为真时使用 torch.equal 而非 assertEqual 比较结果，规避 UInt64 缺少 add/mul stub 导致的减法失败。
• 新增 uint64/fp64 分布式测试用例：在 allreduce、reduce、reduce_scatter、reduce_scatter_base、reduce_scatter_tensor 五类测试中新增 uint64 与 fp64 的分布式用例，均使用 @SupportedDevices(["Ascend950"]) 限制设备范围。
• uint64 期望结果改用 numpy 计算：由于 PyTorch 无法对 UInt64 执行集合通信所需的加法运算，测试中先将输入转为 numpy 计算期望值，再通过 torch.from_numpy 转回张量用于比较。

openLiBing可接管PR, PR详情链接:
https://www.openlibing.com/apps/transitionPrDetail?owner=Ascend&repo=pytorch&number=44706&platform=gitcode&codeHostingPlatformFlag=gitcode

代码审查

审查结论

已逐一审查全部 6 个变更文件：

核心结论：C++ 侧的改动正确且与代码库中已有的 c10_npu::GetSocVersion() >= c10_npu::SocVersion::Ascend950 用法、HCCL_DATA_TYPE_UINT64/FP64 枚举定义及 getHcclDataType 映射保持一致，未发现逻辑或安全缺陷。

但三个 reduce_scatter* 文件的 uint64 用例存在同一类确定性缺陷：把 numpy 数组列表传给了内部调用 .cpu() 的 _construct_excepted_result，在 Ascend950（唯一启用这些用例的设备）上必然抛出 AttributeError，导致新增的 uint64 reduce_scatter 功能实际未得到有效验证。

发现统计

• P0：0
• P1：3
• P2：0
• P3：0

整体风险判断：中。C++ 放行逻辑正确，但 uint64 reduce_scatter 的测试全部必然崩溃，属于该 PR 验证链路的关键缺口，需修复后才能验证新功能。

⛔ 需要修改

/lgtm
/approve

Pull Request 已合并或已关闭。

If you want to solve this problem, you can click here to do it in the FAQs.