【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）

• 需求
• 问题单
• issue/工单 https://gitcode.com/Ascend/pytorch/issues/4176
• 重构优化
• 资料更新

社区 issue 链接待创建后补充。

【修改方案】

请描述修改内容的具体实现，涉及哪些组件之间进行交互，可以用1、2、3、...进行罗列
如果是需求或者重构类的PR，需要补充详细设计文档（说明上下游组件关系、时序图、类图、DFX能力等内容）

背景：auto_blockify_size 是 triton-ascend 的编译选项（NPUOptions 字段，经 options 通道生效于 AutoBlockify pass），不是 kernel constexpr。此前前端把它注入 Config.kwargs，_precompile_config 将全部 cfg kwargs 灌进 ASTSource 的 constants，triton 核心 ast_to_ttir 以 fn.arg_names.index(key) 解析键名——kernel 签名无此参数，导致 grid>65535 的 kernel（默认 1D 路径 _pw1d_formula_configs 生成 auto_blockify_size∈{2,4,8} 候选时）编译必崩 ValueError: 'auto_blockify_size' is not in list，且 options 通道从未被喂值，该选项此前不存在送达后端的通路。

1. 注入（npu_triton_config）：auto_blockify_size 不再写入 cfg.kwargs，改设上游第三方后端官方槽位 Config.extra_options（AutotuneCache.save 原生序列化、read_best 原生恢复）；kwargs 恢复纯 constexpr，constants 通道因构造正确而安全，无需过滤逻辑。
2. 送达（_precompile_config）：options.update(getattr(cfg, "extra_options", None) or {}) 将槽位转发进 triton.compile 的 options dict → NPUOptions.auto_blockify_size → 编译 metadata → add_auto_blockify pass → bishengir。转发不感知具体键名，后续新增后端选项自动走通。
3. 候选身份（cached_autotune）：上游去重/hash 键只含 kwargs+num_warps+num_stages，看不到 extra_options，{2,4,8} 三候选会被折叠为一个；改用 _npu_config_key/_npu_unique_configs/_npu_hash_configs（键扩展 extra_options），save/read 同经本文件，hash 前后自洽。
4. 兜底透传（_compile_small_block_fallback）：小方块回退重建 Config 时显式携带 template 的 extra_options（缓存命中路径 configs=[winner] 时 template 即带槽位的 winner）。

gate 语义零变更：all_blocks_parallel=True 且 ceildiv(numel, cap_XBLOCK)>65535 时在 cap tile 上追加 {2,4,8} 候选，与原行为一致。

【资料变更】

请确认是否涉及资料变更。如涉及，需要在PR中体现，并简要说明修改内容。如不涉及，需填写“不涉及”

不涉及

【接口变更】

请确认是否涉及跨代码仓或者客户面可见的接口变更。如涉及，需要详细说明接口以及对应的变更内容，同时需要在资料中体现。如不涉及，需填写“不涉及”

不涉及（Config.extra_options 为上游既有第三方后端槽位，本 PR 仅使用，未新增对外接口）

【功能验证】

说明测试场景，测试方法。如果本次测试方式与常规单元测试不同，请详细说明您的测试步骤
新增/变更内容是否已新增/适配UT测试用例看护，并补充测试自验证截图

• 新增 UT 看护：test/_inductor/test_triton_experimental_autotune.py 新增 TestAutoBlockify 7 用例——槽位正确性（extra_options 位置/kwargs 零泄漏/仅 cap tile 携带）、gate 开关矩阵（65535 严格边界、all_blocks_parallel 开关、小 kernel）、候选身份与去重、序列化 round-trip 形态。
• 存量回归：清缓存（TORCHINDUCTOR_CACHE_DIR 等缓存目录清空）后全量 test_triton_experimental_autotune.py 66 passed（存量 59 + 新增 7）。
• e2e 验证：最小复现 kernel（5 个 fp32 load × 2²⁸ 元素，UB 预算封顶 XBLOCK=4096 → grid=65536，精确复现原崩溃形态）torch.compile 编译通过、输出数值正确。
• 送达取证：triton 编译缓存出现 auto_blockify_size∈{2,4,8} 三个独立 hash 的编译产物（options 参与缓存 key，三候选真实参与 autotune 竞速）。
• 模型级验证：修复前编译崩溃的 timm mobilevit_s（bs=128）与 mobilenetv3_large_100（bs=512）可正常编译运行，实测 speedup 分别为 0.210× / 0.803×，运行日志零报错。

【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（推送后确认）