| fix: fix from blob bug
Co-authored-by: luochao60<luochao60@huawei.com>
# message auto-generated for no-merge-commit merge:
!33192 merge pta_fix_from_blob_20260212_v2.7.1-26.0.0 into v2.7.1-26.0.0
fix: fix from blob bug
Created-by: luochao60
Commit-by: luochao60
Merged-by: ascend-robot
Description: <!--
PR描述模板更新日期：20260203
-->
# 【合入来源】
> (如有)请关联需求文档/issue链接
- [ ] 需求
- [x] 问题单
- [ ] issue/工单
- [ ] 重构优化
- [ ] 资料更新
# 【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）
1. 修复 torch_npu/csrc/aten/common/from_blob.cpp 中 TensorMaker::computeStorageSize() 计算 storage size 时对 storage_offset_ 的处理 bug：原代码将 storage_offset_（按元素数计）直接累加到字节大小上，缺少 * itemsize，导致非 float32 类型或带偏移的 tensor 计算出的 storage size 偏小，from_blob 创建的 tensor storage 不足。修复后两处分支均改为 storage_size += storage_offset_.value() * itemsize;。
2. 修复 torch_npu/csrc/npu/Module.cpp 中 _weak_ref_tensor 实现：原实现通过 t.data_ptr() + t.sizes() + t.strides() 调用 from_blob 构造新 tensor，丢失了原 tensor 的 storage_offset 信息，且当原 tensor 是 view（带 offset 或非平凡 stride）时，新 tensor 的 storage 会被错误地按视图形状重新计算，与原 storage 不一致。修复方式：基于原 tensor 的完整 storage().mutable_data() 与 storage().nbytes() / element_size() 调用 from_blob 构造新 tensor（覆盖完整 storage），随后通过 set_sizes_and_strides 与 set_storage_offset 还原原 tensor 的视图信息，确保弱引用 tensor 的 storage、sizes、strides、offset 与原 tensor 完全一致。
3. 测试用例重构与新增：
- 将原本散落在 test/cpp_extensions/extension.cpp 中的 from_blob 相关测试（check_from_blob/check_from_blob_strides/check_from_blob_delete）迁移到独立的 test/cpp_extensions/test_from_blob.cpp，按 at_npu::native::from_blob 接口能力分门别类组织。
- test/cpp_extensions/setup.py 注册新的扩展模块 torch_test_cpp_extension.npu_from_blob。
- test/cpp_extensions/test/test_cpp_extensions_aot.py 新增 TestFromBlob 测试类，覆盖 basic / deleter / strides / storage_offset / storage_offset_2d / storage_offset_dtype / storage_offset_contiguous / non_owning / clone 等场景；test_storage_sizes 增加 @SupportedDevices(['Ascend910B', 'Ascend910C']) 限制。
- test/npu/test_npu_format.py 新增 test_weak_ref_tensor_with_storage_offset 用例，构造带非平凡 stride 与 storage_offset 的 view，验证 _weak_ref_tensor 返回的 tensor 在 size、stride、storage_offset、storage().nbytes() 与数值上都与原 tensor 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
# 【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
1. C++ 扩展用例 test/cpp_extensions/test/test_cpp_extensions_aot.py::TestFromBlob：覆盖 at_npu::native::from_blob 在 basic、自定义 deleter、显式 strides、带 storage_offset、二维带 offset、不同 dtype、contiguous 标志、non-owning 语义、clone 后数据正确性等场景，验证修复后 storage 计算正确。
2. Python 用例 test/npu/test_npu_format.py::TestNPUFormat::test_weak_ref_tensor_with_storage_offset：构造 view_shape=[2,1,8,64]、view_strides=[1536,0,192,1]、view_offset=128 的 strided view，验证 _weak_ref_tensor 保持 size/stride/offset/storage 字节数一致且数值相等。
3. UT 已随 PR 一同提交，本地自验证通过。
# 【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]
- [x] 代码注释完备，正确记录错误日志
- [x] 代码实现进行了返回值、空指针等校验
- [x] PR标题正确使用类型标签，如：feat、fix、refactor、docs、test等
- [x] PR持续集成流水线（CI）执行通过，代码检查无异常
See merge request: Ascend/pytorch!33192 | 1 个月前 |
