| 文件 | 最后提交记录 | 最后更新时间 |
|---|---|---|
test: adapt debug_set_autodiff_subgraph_inlining for NPU Co-authored-by: yulin520<yutianaoxiang@163.com> # message auto-generated for no-merge-commit merge: !41603 merge test-debug-set-autodiff-subgraph-inlining-npu-v271 into v2.7.1 test: adapt debug_set_autodiff_subgraph_inlining for NPU Created-by: weixin_65332823 Commit-by: yulin520 Merged-by: ascend-robot Description: # 〖合入来源〗 - [ ] 需求 - [ ] 问题单 - [x] issue/工单：#2850 - [ ] 重构优化 - [ ] 资料更新 Issue： text https://gitcode.com/Ascend/pytorch/issues/2850 # 〖修改方案〗 本 PR 针对 v2.7.1 分支，补充以下 PyTorch 官方社区测试用例的 NPU 适配 patch： text test/jit/test_autodiff_subgraph_slicing.py 提交文件： text test_upstream/test/jit/test_autodiff_subgraph_slicing.py.patch 涉及 API： python torch._C._debug_set_autodiff_subgraph_inlining 该接口用于控制 PyTorch JIT 自动微分子图的内联行为，属于 PyTorch 内部调试接口。 PyTorch 官方社区已经提供相关测试，因此本 PR 不新增独立测试文件，仅对现有官方测试进行必要的 NPU 设备适配，不修改 API 实现代码。 相关测试及适配位置主要位于 PyTorch v2.7.1 官方测试文件约： text 45、69、323、383、396、411 行附近 本次主要修改内容如下： 1. 保留 PyTorch 官方社区测试用例原有验证逻辑和断言； 2. 对两个默认创建在 CPU、需要参与 NPU 计算的外部输入 Tensor 使用 .npu() 迁移至 NPU； 3. 对 JIT 函数内部新建的 zeros/ones Tensor，使用已有输入 Tensor 的 device 创建，避免 CPU/NPU Tensor 混用； 4. import torch_npu # noqa: F401 按项目导入顺序放置在全部 torch.testing 相关导入之后； 5. 保留自动微分子图切分和内联行为相关检查； 6. 未新增 device_type； 7. 未增加额外 NPU 设备检测逻辑； 8. 未增加 torch-npu API 实现代码； 9. 未引入 transfer_to_npu 自动迁移； 10. 未修改 torch.jit.script 或 torch.jit.script_method； 11. patch 基于 PyTorch v2.7.1 官方源码修改后通过 git diff 生成。 本次实际设备适配方式包括： python inputs = [torch.randn(size).npu().requires_grad_() for size in input_sizes] python input = torch.rand(6, 10).npu().requires_grad_() 以及根据已有 Tensor 派生 device，例如： python torch.zeros(..., device=y.device) torch.zeros(..., device=a.device) torch.ones(..., device=y.device) v2.7.1 分支原已存在该测试文件的相关 patch。本 PR 基于对应版本 PyTorch 官方源码重新整理该 patch，在保留原有测试语义的基础上完成显式 NPU 设备适配。 具体提交内容以当前 PR 最新 commit 为准。 # 〖资料变更〗 不涉及。 该 API 完整名称为： python torch._C._debug_set_autodiff_subgraph_inlining 该接口位于 PyTorch 内部 torch._C 模块，属于 PyTorch 私有调试接口。 本 PR 未新增公开 API，也未修改用户可见接口，因此无需补充 torch-npu 公共 API 资料。 # 〖接口变更〗 不涉及。 本 PR 仅补充 PyTorch 官方社区测试用例的 NPU 适配 patch，不修改： text API 定义 API 参数 返回值 调用方式 API 实现 # 〖功能验证〗 ## 验证环境 已在以下匹配环境完成当前 PR 最新提交对应的 NPU Runtime 验证： text 操作系统：Linux（Ubuntu） 昇腾硬件：910B4 CANN 软件版本：8.5.0 目标分支：v2.7.1 PyTorch：2.7.1+cpu torch_npu：2.7.1.post2 npu available：True npu device count：1 Tensor device：npu:0 本次 Runtime 验证对应提交： text PR：#41603 HEAD SHA：afab36ae0d3367eb2e99e800371ac30180544a0c ## NPU Runtime 验证 已在真实 Ascend NPU 环境中执行与以下 API 相关的 PyTorch 官方测试： python torch._C._debug_set_autodiff_subgraph_inlining 运行前检查结果： text RUNTIME_TORCH=2.7.1+cpu RUNTIME_TORCH_NPU=2.7.1.post2 RUNTIME_NPU_AVAILABLE=True RUNTIME_PROBE_DEVICE=npu:0 TARGET_API_DIRECT_CALL=PASS PREFLIGHT=PASS GRAPH_EXECUTOR=ProfilingMode.PROFILING GRAPH_EXECUTOR_INIT=PASS TEST_MODULE_LOAD=PASS 本次连续执行与目标 API 相关的 11 个 PyTorch 官方测试场景： text RELATED_TEST_COUNT=11 RAN_TESTS=11 FAILURES=0 ERRORS=0 SKIPPED=0 EXPECTED_FAILURES=0 UNEXPECTED_SUCCESSES=0 测试完成后检查结果： text FINAL_STATE_RESET=PASS NPU_SYNCHRONIZE=PASS API24_RUNTIME_RESULT=PASS FINAL_RESULT=PASS 本次 Runtime 验证确认： 1. 目标 API 在 PyTorch v2.7.1 与 torch_npu 2.7.1.post2 匹配环境中可正常调用； 2. 实际测试 Tensor 位于 npu:0； 3. 与该 API 相关的 11 个 PyTorch 官方测试均已执行； 4. 11 个测试全部通过，无 failure、error 或 skip； 5. 测试结束后已恢复 _debug_set_autodiff_subgraph_inlining(True)； 6. torch.npu.synchronize() 检查通过，未发现异步 NPU 错误； 7. Runtime 验证对应当前 PR 提交 afab36ae0d3367eb2e99e800371ac30180544a0c。 ## 最新 commit 静态检查 对当前最新 patch 已重新完成以下检查： text PATCH_SEMANTIC_CHECK=PASS PATCH_APPLY_CHECK=PASS PATCH_APPLY=PASS PY_COMPILE=PASS SOURCE_DIFF_CHECK=PASS IMPORT_ORDER=PASS PATCH_GIT_DIFF_ROUNDTRIP=PASS POST_COMMIT_WORKTREE=PASS COMMITTED_PATCH_MATCH=PASS 当前 patch 设备适配检查结果： text PATCH_TORCH_NPU_IMPORT=1 PATCH_NPU_CALLS=2 PATCH_DERIVED_DEVICE=4 PATCH_DEVICE_TYPE=0 其中： text torch_npu import：1 处 .npu()：2 处 从已有 Tensor 派生 device：4 处 device_type：0 处 torch_npu 导入顺序检查结果： text torch → torch.testing... → torch_npu 已确认： text torch_npu 位于全部 torch.testing 相关导入之后 ## patch 应用检查 已在对应版本 PyTorch 官方源码上执行： bash git apply --check test_upstream/test/jit/test_autodiff_subgraph_slicing.py.patch 结果： text PASS 同时已将 patch 应用到对应 PyTorch 官方源码，并完成： text Python 语法检查：PASS 源码 git diff --check：PASS import 顺序 AST 检查：PASS patch git diff round-trip：PASS # 〖修改范围审计〗 本 PR 当前仅包含以下一个文件： text test_upstream/test/jit/test_autodiff_subgraph_slicing.py.patch 最新检查结果： text FINAL_COMMIT_COUNT=1 FINAL_CHANGED_FILES=test_upstream/test/jit/test_autodiff_subgraph_slicing.py.patch 审计结论： text Changed files：1 Commits：1 patch 仅修改 test/jit/test_autodiff_subgraph_slicing.py patch 不包含整文件删除 patch 不包含无关测试文件 patch 不包含日志、压缩包、环境文件或构建产物 同时确认： text 未引入 transfer_to_npu 未新增 device_type 未增加额外 NPU 检测逻辑 未修改 torch.jit.script 未修改 torch.jit.script_method 未修改 API 实现 # 〖验证结论〗 torch._C._debug_set_autodiff_subgraph_inlining 已在 PyTorch v2.7.1 与 torch_npu 2.7.1.post2 匹配环境中完成一致性验证。 当前结论如下： 1. PyTorch v2.7.1 中已存在该 API； 2. torch-npu 无需增加对应 API 实现； 3. PyTorch 官方社区已有相关测试用例，无需新增 Torch-NPU 原生测试文件； 4. 两个外部输入 Tensor 已按照最小修改原则使用 .npu() 迁移至 NPU； 5. JIT 函数内部新建 Tensor 使用已有输入 Tensor 的 device； 6. import torch_npu # noqa: F401 已位于全部 torch.testing 导入之后； 7. 未新增 device_type； 8. 未增加额外 NPU 检测逻辑； 9. 未引入 transfer_to_npu； 10. 未修改 PyTorch 官方测试原有核心逻辑和断言； 11. patch 基于对应版本 PyTorch 官方源码通过 git diff 生成； 12. patch 已通过对应 PyTorch 官方源码的 git apply --check； 13. patch 应用后的 Python 源码已通过语法和 whitespace 检查； 14. 当前 PR 保持单 commit； 15. 当前 PR 仅修改目标 patch 文件； 16. 已在当前 PR 提交对应的 Ascend 910B4 NPU 环境中完成 Runtime 验证； 17. 与目标 API 相关的 11 个 PyTorch 官方测试全部通过； 18. Runtime 结果为 11 个测试、0 failure、0 error、0 skip； 19. 实际测试 Tensor 位于 npu:0； 20. NPU_SYNCHRONIZE=PASS； 21. API24_RUNTIME_RESULT=PASS； 22. 该 API 为 PyTorch 私有调试接口，无需补充公开 API 资料。 # 〖CheckList〗 - [x] PR 标题已使用 test 类型标签 - [x] 已关联 Issue #2850 - [x] 已确认 PyTorch 官方社区存在相关测试用例 - [x] 已分析社区用例及 NPU 适配需求 - [x] 已确认无需新增 Torch-NPU 原生测试文件 - [x] 已检查测试用例中的 Tensor 使用场景 - [x] 两个外部输入 Tensor 已通过 .npu() 迁移至 NPU - [x] JIT 内部新建 Tensor 已使用已有 Tensor 的 device - [x] torch_npu 已位于全部 torch.testing 导入之后 - [x] 未新增不必要的 device_type - [x] 未增加额外 NPU 检测逻辑 - [x] 已在真实 NPU 环境中完成当前提交对应的 Runtime 验证 - [x] 已确认实际测试 Tensor 位于 npu:0 - [x] 已执行 11 个目标 API 相关 PyTorch 官方测试 - [x] 11 个相关测试全部通过 - [x] Runtime 中 failure、error、skip 均为 0 - [x] 已完成 NPU synchronize 检查 - [x] 已执行 git apply --check - [x] 已完成 patch 应用后的 Python 语法检查 - [x] 已完成 patch 应用后的源码 git diff --check - [x] 已完成 patch git diff round-trip 检查 - [x] 已检查 patch 不包含整文件删除 - [x] 已检查 patch 仅修改目标社区测试文件 - [x] 已确认当前 PR 仅包含一个任务 commit - [x] 已确认当前 PR 仅包含一个目标 patch 文件 - [x] 已确认未引入 transfer_to_npu - [x] 已确认未修改 JIT 方法 - [x] 已确认不涉及 API 实现代码 - [x] 已确认不涉及公开资料变更 - [x] 已确认不涉及公开接口变更 # 〖验证截图〗 ## NPU Runtime 验证 以下截图为当前 PR 提交对应的 Ascend 910B4 NPU Runtime 验证结果。 截图关键信息： text PR：#41603 目标版本：v2.7.1 HEAD：afab36ae0d3367eb2e99e800371ac30180544a0c PyTorch：2.7.1+cpu torch_npu：2.7.1.post2 Device：npu:0 Related tests：11 Ran tests：11 Failures：0 Errors：0 Skipped：0 NPU synchronize：PASS Runtime result：PASS Final result：PASS  以下截图为此前在匹配 Ascend 910B4 NPU 环境中的实际运行验证记录。  See merge request: Ascend/pytorch!41603 | 1 天前 | |
test(npu): adapt FakeStore test path for NPU Co-authored-by: whirlpool_dark<kk2425597323@126.com> # message auto-generated for no-merge-commit merge: !41805 merge test-fake-store-npu-v2.7.1 into v2.7.1 test(npu): adapt FakeStore test path for NPU Created-by: whirlpool_dark Commit-by: whirlpool_dark Merged-by: ascend-robot Description: # test(npu): adapt FakeStore test path for NPU 【合入来源】 [[Usage]: API一致性说明：torch.testing._internal.distributed.fake_pg.FakeStore 功能验证说明](https://gitcode.com/Ascend/pytorch/issues/2094) 【修改方案】 torch.testing._internal.distributed.fake_pg.FakeStore 是 fake process group 的内部 torch.distributed.Store。本 PR 复用 PyTorch 官方 test/distributed/test_fake_pg.py::TestFakePG.test_reduce_scatter（v2.7.1 第 54 行），调用路径为： text test.distributed.test_fake_pg.TestFakePG.test_reduce_scatter -> torch.testing._internal.distributed.fake_pg.FakeStore() -> torch.distributed.init_process_group(backend="fake", store=store) -> torch.testing._internal.distributed.fake_pg._create_fake_pg(...) -> torch.testing._internal.distributed.fake_pg.FakeProcessGroup -> torch.distributed.reduce_scatter(...) 1. 在 test_upstream/torch/testing/_internal/distributed/fake_pg.py.patch 的 fake backend devices 中追加 "npu"，保留原有 "cpu"、"cuda"。该声明是 fake backend 接受 NPU 张量路径的必要条件。 2. 在 test_upstream/test/distributed/test_fake_pg.py.patch 中仅将该用例的 torch.ones、torch.empty 改为 .npu()，使 reduce_scatter 的输入、输出均在 NPU。 3. v2.7.1 历史 patch 曾移除 CUDA 注册，并引入 transfer_to_npu、FSDP/tracing 等无关改动；本次恢复上游 CUDA 行为，只保留 FakeStore 调用路径所需修改。该导入涉及额外行为，根据规范并保持各版本适配一致性进行删除。 4. 增加断言验证 FakeStore 的 torch.distributed.Store 类型、实际 backend 为 fake，并确认全部输入 Tensor 和输出 Tensor 位于 NPU，同时保留输出 shape 检查。FakeProcessGroup 按设计不执行真实通信，也不保证 collective 数值结果，因此不增加超出其契约的数值断言。 【资料变更】 torch.testing._internal.distributed.fake_pg.FakeStore 为 PyTorch 私有测试基础设施，不需要更新 native API 支持文档。 【接口变更】 不涉及用户接口，仅补充内部 fake backend 的 NPU 测试声明和官方用例适配。 【功能验证】 两份 patch 已通过 git apply --check；应用后的 fake_pg.py 和 test_fake_pg.py 已通过 python3 -m py_compile。NPU 云算力运行日志如下： text torch=2.7.1 torch_npu=2.7.1.post2 accelerator=npu [root@7cdbc2c6aa6a workspace]# python3 ./pytorch-official-2.7.1/test/distributed/test_fake_pg.py TestFakePG.test_reduce_scatter . ---------------------------------------------------------------------- Ran 1 test in 0.941s OK 【CheckList】 - [x] 代码注释简洁且为英文 - [x] patch 由 git diff 生成 - [x] PR 标题使用 test 标签 - [ ] CI 执行通过 See merge request: Ascend/pytorch!41805 | 18 天前 | |
fix: apply_patch.sh 只应用 test/ 目录下的patch，跳过 torch/ 目录 Co-authored-by: wangsike<wangsike@huawei.com> # message auto-generated for no-merge-commit merge: !37974 merge fix/apply_patch_skip_torch_dir into v2.7.1 fix: apply_patch.sh 只应用 test/ 目录下的patch，跳过 torch/ 目录 Created-by: kerer-sk Commit-by: wangsike Merged-by: ascend-robot Description: ## 变更说明 修复 test_upstream/apply_patch.sh 错误将 torch/ 子目录下的环境 patch 应用到源码的问题。 test_upstream/ 目录下有两个 patch 子目录，用途不同： - **test/** — 给源码测试文件打的 patch，由 apply_patch.sh 负责应用 - **torch/** — 给安装到 Python 环境后的 torch 包打的 patch，由 torch_env_patch.sh 负责应用 原脚本 find "$PATCH_DIR" 扫描整个 test_upstream/ 目录，导致 torch/ 下的环境 patch 也被错误打到源码上。修复后只搜索 test/ 子目录。 ## 变更内容 - test_upstream/apply_patch.sh: 将 find "$PATCH_DIR" 改为 find "$PATCH_DIR/test"，仅搜索源码测试 patch 目录 ## 关联 Issue Fixes https://gitcode.com/Ascend/pytorch/issues/2327 See merge request: Ascend/pytorch!37974 | 2 个月前 | |
refactor(ci): 精简依赖安装动作优化用例执行速度 Co-authored-by: wangsike<wangsike@huawei.com> # message auto-generated for no-merge-commit merge: !36940 merge v2.7.1_fast_test into v2.7.1 refactor(ci): 精简依赖安装动作优化用例执行速度 Created-by: kerer-sk Commit-by: wangsike Merged-by: ascend-robot Description: ## 变更说明 精简 CI 工作流中的 setup-npu-test-env 复合动作，去除冗余的 checkout、pip cache、PyTorch 安装步骤。这些依赖已在 Docker 镜像中预装，重复执行导致测试启动耗时过长。同时统一工作流中的仓库引用为 Ascend/pytorch。 ## 变更内容 - **精简 setup-npu-test-env**：移除 checkout 仓库、pip cache、PyTorch 卸载/重装步骤，仅保留下载 torch_npu wheel、解压测试源码、应用 patch 的核心逻辑 - **统一仓库引用**：将所有 workflow 中的仓库引用和 action 调用替换为 Ascend/pytorch - **同步适配测试工作流**：所有调用 setup-npu-test-env 的 workflow 同步更新参数接口 - **辅助脚本优化**：collect_all_cases.py 和 run_npu_test_shard.py 配套更新 - **简化 torch_env_patch.sh**：精简参数解析逻辑 - **更新 CI 测试用例列表**：添加 test_ops_jit.py、test_jit.py 到白名单，修正 test_alias_analysis.py.patch import 风格 ## 影响范围 15 files, +802/-776 ## 关联 Issue - Fixes https://gitcode.com/Ascend/pytorch/issues/2136 ## 测试计划 - [x] CI 流水线正常触发 - [x] prepare → build → collect → test 全链路通过 - [x] regular / distributed / custom 三类测试均正常运行 See merge request: Ascend/pytorch!36940 | 2 个月前 | |
test: update NPU max pooling upstream cases Co-authored-by: hz893<zhanghao491@huawei.com> # message auto-generated for no-merge-commit merge: !37153 merge codex/v271-pooling-doc-test-20260529 into v2.7.1 test: update NPU max pooling upstream cases Created-by: hz893 Commit-by: hz893 Merged-by: ascend-robot Description: <!-- PR描述模板更新日期：20260203 --> # 【合入来源】 > <font color="red">**如有社区issue，请关联issue链接**</font>> <font color="red">**请勿携带内部流程信息（需求链接、问题单、内部issue等）**</font> - [ ] 需求 - [x] 问题单 https://gitcode.com/Ascend/pytorch/issues/2205 - [ ] issue/工单 - [ ] 重构优化 - [x] 资料更新 # 【修改方案】 1. 更新 test_ops.py.patch，对 NPU pooling indices 输出在测试侧按期望 dtype 做对齐后比较，并对 nn.functional.max_pool2d 非连续样本过滤当前 NPU 不支持的 memory format 与 dilation 样本。 2. 更新 test_pooling.py.patch，在 max_pool2d indices 对比前将 NPU indices 转为参考输出 dtype。 3. 新增 test_decomp.py.patch，引入 torch_npu.testing 以使 disabled_testcases.json 对 test_decomp.py 生效。 4. 更新 disabled_testcases.json，对当前 NPU 不支持的 int64、float64、dilation/format 场景补充 skip 及原因；FakeTensor 相关用例同步记录 OpInfo 拦截及 disabled json 不生效的原因。 5. 更新 2.7.1、2.9.0、2.10.0、2.11.0、2.12.0 中文原生 API 文档，补充 max_pool1d 支持情况，以及 max_pool1d/max_pool2d 的兼容实现、dilation 与 indices dtype 说明。 # 【资料变更】 涉及资料变更：更新 docs/zh/native_apis/pytorch_2-7-1、pytorch_2-9-0、pytorch_2-10-0、pytorch_2-11-0、pytorch_2-12-0 下 torch-nn-functional.md 中 torch.nn.functional.max_pool1d 和 torch.nn.functional.max_pool2d 的支持说明。 # 【接口变更】 不涉及。 # 【功能验证】 1. 基于 PyTorch v2.7.1 原始测试文件，对 test_ops.py.patch、test_pooling.py.patch、test_decomp.py.patch 执行 git apply --check 并实际 apply，结果通过。 2. 执行 python3 -m json.tool test_upstream/disabled_testcases.json，JSON 格式检查通过。 3. 前置验证中使用兼容性环境变量执行 17 个相关 pooling 用例，结果为 3 PASS / 14 SKIP / 0 FAIL，符合当前预期。 # 【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 - [x] 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 See merge request: Ascend/pytorch!37153 | 1 个月前 | |
doc: readme.md 补充 torch_env_patch.sh 使用说明 Co-authored-by: wangsike<wangsike@huawei.com> # message auto-generated for no-merge-commit merge: !38071 merge fix/readme-add-torch-env-patch-doc into v2.7.1 doc: readme.md 补充 torch_env_patch.sh 使用说明 Created-by: kerer-sk Commit-by: wangsike Merged-by: ascend-robot Description: ## 变更说明 test_upstream/readme.md 当前只介绍了 apply_test_patch.sh，缺少对 torch_env_patch.sh 的说明。补充完整文档。 ## 变更内容 - test_upstream/readme.md: - 目录结构中区分 test/（源码测试 patch）和 torch/（环境 torch 包 patch）子目录 - 新增两个脚本职责对照表 - 新增 torch_env_patch.sh 的环境要求和使用方法 - 注意事项中明确两个脚本相互独立 ## 关联 Issue Fixes https://gitcode.com/Ascend/pytorch/issues/2343 See merge request: Ascend/pytorch!38071 | 1 个月前 | |
refactor(ci): 精简依赖安装动作优化用例执行速度 Co-authored-by: wangsike<wangsike@huawei.com> # message auto-generated for no-merge-commit merge: !36940 merge v2.7.1_fast_test into v2.7.1 refactor(ci): 精简依赖安装动作优化用例执行速度 Created-by: kerer-sk Commit-by: wangsike Merged-by: ascend-robot Description: ## 变更说明 精简 CI 工作流中的 setup-npu-test-env 复合动作，去除冗余的 checkout、pip cache、PyTorch 安装步骤。这些依赖已在 Docker 镜像中预装，重复执行导致测试启动耗时过长。同时统一工作流中的仓库引用为 Ascend/pytorch。 ## 变更内容 - **精简 setup-npu-test-env**：移除 checkout 仓库、pip cache、PyTorch 卸载/重装步骤，仅保留下载 torch_npu wheel、解压测试源码、应用 patch 的核心逻辑 - **统一仓库引用**：将所有 workflow 中的仓库引用和 action 调用替换为 Ascend/pytorch - **同步适配测试工作流**：所有调用 setup-npu-test-env 的 workflow 同步更新参数接口 - **辅助脚本优化**：collect_all_cases.py 和 run_npu_test_shard.py 配套更新 - **简化 torch_env_patch.sh**：精简参数解析逻辑 - **更新 CI 测试用例列表**：添加 test_ops_jit.py、test_jit.py 到白名单，修正 test_alias_analysis.py.patch import 风格 ## 影响范围 15 files, +802/-776 ## 关联 Issue - Fixes https://gitcode.com/Ascend/pytorch/issues/2136 ## 测试计划 - [x] CI 流水线正常触发 - [x] prepare → build → collect → test 全链路通过 - [x] regular / distributed / custom 三类测试均正常运行 See merge request: Ascend/pytorch!36940 | 2 个月前 |
Patch 批量应用脚本使用说明
目录结构
-
核心仓库地址
- 官方 PyTorch 仓库（v2.7.1 版本），需拉取该仓库并切换至 tags/v2.7.1 标签。
- 补丁仓库（Ascend/pytorch），仅需提取该仓库中的 patch 目录。
-
核心目录结构
pytorch/ # PyTorch 源码根目录
├─ ...（其他 PyTorch 原生文件/目录）
└─ test_upstream/ # 补丁目录
├─ apply_test_patch.sh # 源码测试 patch 批量应用脚本
├─ torch_env_patch.sh # 环境 torch 包 patch 应用脚本
├─ test/ # 源码测试用例 patch 文件
├─ torch/ # 环境 torch 安装包 patch 文件
└─ ...（其他补丁子目录）
脚本说明
本目录包含两类 patch，分别由不同脚本负责应用：
| 脚本 | patch 目录 | 应用目标 |
|---|---|---|
apply_test_patch.sh |
test/ |
PyTorch 源码中的测试文件 |
torch_env_patch.sh |
torch/ |
Python 环境中安装的 torch 包 |
两个脚本相互独立，互不干扰。
环境要求
apply_test_patch.sh：仅需安装 gittorch_env_patch.sh：需要 Python 环境已安装 torch 包
使用方法
apply_test_patch.sh —— 源码测试 patch
将 test/ 目录下的 patch 应用到 PyTorch 源码中的测试文件。
- 将本仓库的 test_upstream 文件夹整体复制到 PyTorch 官方仓库中
- 运行脚本：
cd test_upstream
./apply_test_patch.sh
脚本自动定位 PyTorch 根目录，递归扫描 test/ 目录下所有 .patch/.diff 文件，按文件名排序强制应用，冲突部分生成 .rej 文件。
torch_env_patch.sh —— 环境 torch 包 patch
将 torch/ 目录下的 patch 应用到 Python 环境中已安装的 torch 包（如 site-packages/torch）。
- 确保 Python 环境已安装 torch 包
- 运行脚本：
cd test_upstream
./torch_env_patch.sh [--python=<version>]
脚本自动定位 torch 包的安装路径，将 torch/ 目录下的 patch 应用到对应文件。
注意事项
- 所有补丁仅适配 PyTorch tags/v2.7.1，其他版本将导致应用失败，务必提前校验版本。
- test_upstream 目录需整体复制至 PyTorch 根目录。
apply_test_patch.sh仅应用test/下的 patch 到源码，不会触碰torch/目录。torch_env_patch.sh仅应用torch/下的 patch 到安装后的 torch 包，不会触碰test/目录。- 生成 .rej 冲突文件时，需手动解决冲突后重新执行脚本。