Star876
1377
代码
代码
Issues1788
Pull Requests2273
项目讨论
Wiki
分析
Star876
1377
ascend-robotascend-robottest(distributed): fix c10d rendezvous backend upstream patch
04ce4716创建于 4月25日历史提交
文件最后提交记录最后更新时间
test
test(distributed): fix c10d rendezvous backend upstream patch Co-authored-by: JfanLiu<1300083451@qq.com> # message auto-generated for no-merge-commit merge: !34336 merge test-rendezvous-api-coverage-v2.8.0 into v2.8.0 test(distributed): fix c10d rendezvous backend upstream patch Created-by: JfanLiu Commit-by: JfanLiu Merged-by: ascend-robot Description: # PR Title test(distributed): fix c10d rendezvous backend upstream patch # PR Description PR描述 【合入来源】 [Usage]: PyTorch 社区 test/distributed/elastic/rendezvous/c10d_rendezvous_backend_test.py 里有些测试有些 bug，在当前环境下不能直接整文件稳定通过，因此这里提交对应的 upstream patch 修复。 该社区测试文件涉及以下 API： - torch.distributed.elastic.rendezvous.api.RendezvousConnectionError - torch.distributed.elastic.rendezvous.api.RendezvousError（extendable） 请勿携带内部流程信息（需求链接、问题单、内部 issue 等） https://gitcode.com/Ascend/pytorch/issues/1691 【修改方案】 1. 提交 upstream patch 文件： - test_upstream/test/distributed/elastic/rendezvous/c10d_rendezvous_backend_test.py.patch 2. 将测试 endpoint 从 localhost 调整为 127.0.0.1，规避当前环境下的地址解析与连通性差异。 3. 保留 bootstrap TCPStore 引用，避免临时对象过早释放，保证 CreateBackendTest 相关场景稳定通过。 4. 除上述最小修改外，不改社区测试主体逻辑和断言语义，整体保持 extendable。 【资料变更】 不涉及 【接口变更】 不涉及 【功能验证】 1. 将对应 patch 应用到官方 PyTorch 源码。 2. 在 test/distributed/elastic/rendezvous 目录执行：python -m unittest c10d_rendezvous_backend_test.py 3. 执行结果： - Ran 30 tests in 32.463s - OK 4. 对应版本环境如下： - branch: v2.8.0 - torch: 2.8.0+cpu - torch_npu: 2.8.0.post2 整体结论 本次提交只聚焦 c10d_rendezvous_backend_test.py 的 upstream patch 修复。应用 patch 后，该社区测试文件已在对应版本环境整文件验证通过。 See merge request: Ascend/pytorch!34336
4 个月前
apply_patch.sh
test(futures): add test case patch for futures Co-authored-by: dinglaiping<1016581171@qq.com> # message auto-generated for no-merge-commit merge: !33277 merge add-testcasepatch-for-futures-2.8.0 into v2.8.0 test(futures): add test case patch for futures Created-by: dinglaiping Commit-by: dinglaiping Merged-by: ascend-robot Description: <!-- PR描述模板更新日期：20260203 --> # 【合入来源】 > <font color="red">**https://gitcode.com/Ascend/pytorch/issues/1670**</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> [ ] 问题单 # 【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） 一、API功能 Future.value()：该方法用于获取 Future 对象的结果值。当 Future 已经完成时，它会直接返回设置的结果；但如果 Future 是通过 set_exception 标记为完成的，调用 value() 会抛出对应的异常。这个 API 和 wait() 的区别在于它不会阻塞等待，只适用于已经完成的 Future。 Future.set_result(value)：用于将 Future 标记为完成状态并设置结果值。一旦调用，Future 立即进入完成状态，所有等待该 Future 的线程都会被唤醒并收到这个结果。每个 Future 只能被标记完成一次，重复调用会触发 RuntimeError。 Future.set_exception(err)：将 Future 标记为完成状态但携带一个异常。调用后 Future 被视为已完成，但任何尝试通过 wait() 或 value() 获取结果的调用都会抛出这个设置的异常。这在异步错误传播中非常有用。 Future.wait()：阻塞当前线程直到 Future 完成，然后返回结果值。如果 Future 是通过 set_exception 完成的，wait() 会抛出设置的异常。这是最基础的获取 Future 结果的方式。 Future.done()：返回一个布尔值指示 Future 是否已经完成。如果 Future 已经被 set_result 或 set_exception 标记过，返回 True；否则返回 False。可以用于非阻塞地检查状态。 Future.then(cb)：注册一个回调函数，当 Future 完成时自动执行。回调函数接收完成的 Future 作为参数，可以调用 wait() 获取结果进行处理。then 返回一个新的 Future 对象，代表回调执行的结果，支持链式调用形成 Future 链条。如果回调本身抛出异常，新 Future 会携带这个异常。 Future.add_done_callback(cb)：添加一个完成时的回调函数，与 then 不同，它不返回新的 Future，回调的错误会被静默忽略（仅记录日志）。多个回调按添加顺序执行，适合用于副作用操作（如状态标记、清理工作）。 torch.futures.collect_all(futs)：接受一个 Future 列表，返回一个新的 Future，该 Future 在所有输入 Future 完成时完成，其结果是一个包含所有原始 Future 的列表，每个都可以通过 wait() 获取各自的结果。 torch.futures.wait_all(futs)：接受一个 Future 列表，阻塞等待所有 Future 完成，直接返回一个包含所有结果的列表。如果任何一个 Future 携带异常，wait_all 会抛出 RuntimeError 包裹的异常信息。 二、测试用例完备性说明 PyTorch 社区原生测试用例（test_futures.py）对上述 9 个 API 实现全维度场景覆盖，核心验证内容如下： Future.set_exception 的验证：test_set_exception 测试用例创建了 Future 并调用 set_exception 设置 ValueError，然后验证 wait() 会抛出带有"Intentional"消息的 ValueError，同时也验证 value() 同样会抛出该异常。test_set_exception_multithreading 进一步在一个线程等待的同时，另一个线程设置异常，验证跨线程的错误传播。 多线程场景验证：test_set_exception_multithreading 使用 threading.Thread 在一个线程中调用 wait()，主线程中设置异常，验证异常能正确传播到等待线程。test_wait_multi_thread 则测试了在后台线程延迟设置结果，主线程调用 wait() 能正确阻塞并获取结果。 Future.done() 的验证：test_done 测试创建一个 Future，初始状态验证 done() 返回 False，调用 set_result 后验证 done() 返回 True。test_done_exception 则验证通过 then 链接触发异常的 Future，其 done() 状态也为 True，但 wait() 会抛出异常。 单次完成限制验证：test_mark_future_twice 专门测试多次调用 set_result 会触发 RuntimeError，提示"Future can only be marked completed once"。 序列化限制验证：test_pickle_future 验证 Future 对象不能被 pickle 序列化，尝试保存时会抛出 RuntimeError。 then 方法的验证：test_then 测试基本回调，验证回调能正确获取结果并返回新 Future。test_chained_then 创建了 20 个 then 链，每个回调给结果加 1，验证链式调用的计算顺序正确。test_then_error 系列包括三个子测试：test_then_wrong_arg 验证回调参数类型错误，test_then_no_arg 验证回调不接受参数的错误，test_then_raise 验证回调内部抛出异常的情况，都验证错误正确传播到新 Future。 add_done_callback 的验证：test_add_done_callback_simple 验证回调在 set_result 后被调用，并能正确获取结果。test_add_done_callback_maintains_callback_order 添加两个回调修改同一变量，验证执行顺序与添加顺序一致。test_add_done_callback_error_is_ignored 验证回调中的 ValueError 不会传播，只是被记录。test_add_done_callback_no_arg_error_is_ignored 验证参数不匹配的错误同样被忽略。 then 与 add_done_callback 交互验证：test_interleaving_then_and_add_done_callback_maintains_callback_order 交替添加 then 和 add_done_callback，验证回调执行顺序保持插入顺序。test_interleaving_then_and_add_done_callback_propagates_error 验证 then 的错误会传播到结果 Future，而 add_done_callback 的错误被忽略。 collect_all 的验证：test_collect_all 创建两个 Future，在一个后台线程中延迟设置第一个 Future 的结果，主线程立即设置第二个，然后验证 collect_all 返回的 Future 能正确收集两个结果，且等待时间由最慢的决定。 wait_all 的验证：test_wait_all（Windows 除外）先测试两个已完成的 Future，验证返回列表包含正确结果。然后测试包含异常的链条，验证 wait_all 会抛出 RuntimeError 包含"Expected error"消息。 空值处理验证：test_wait_none 验证向 torch.jit.wait、torch.futures.wait_all 和 torch.futures.collect_all 传递 None 时，都会抛出 RuntimeError 提示"Future can't be None"。 三、npu适配 3.1 api适配 torch.futures 模块 API 底层无硬件相关逻辑，所有异步结果管理、回调触发、异常传播等核心功能均为框架层通用实现，torch_npu 已完成 NPU 设备的底层适配，无需修改 API 源码，仅通过测试用例的设备相关调整即可实现 NPU 兼容。 3.2 测试用例适配 • 基础环境适配：新增 import torch_npu，让 PyTorch 框架识别 NPU 设备，支持 NPU 张量的创建与操作； • 张量设备调整：将原测试用例中默认的 CPU 张量（torch.ones(2,2)）修改为 NPU 张量（torch.ones(2,2).npu()），确保异步计算的结果载体（张量）运行在 NPU 上，贴合 NPU 场景使用需求。 # 【资料变更】 > 不涉及 # 【接口变更】 > 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 2.6版本 [root@hostname-fqv42 ~]# docker exec -it test26 bash root@hostname-fqv42:/home# python /root/torchnpuapi/test_futures_gai.py Fail to import hypothesis in common_utils, tests are not derandomized [E226 11:44:33.636064398 pybind_utils.h:209] Got the following error when running the callback: ValueError: Expected error At: /root/torchnpuapi/test_futures_gai.py(243): raise_value_error /usr/local/python/lib/python3.11/site-packages/torch/futures/__init__.py(245): set_result /root/torchnpuapi/test_futures_gai.py(236): _test_add_done_callback_error_ignored /root/torchnpuapi/test_futures_gai.py(245): test_add_done_callback_error_is_ignored /usr/local/python/lib/python3.11/site-packages/torch/testing/_internal/common_utils.py(3108): wrapper /usr/local/python/lib/python3.11/unittest/case.py(579): _callTestMethod /usr/local/python/lib/python3.11/unittest/case.py(623): run /usr/local/python/lib/python3.11/site-packages/torch/testing/_internal/common_utils.py(3215): _run_custom /usr/local/python/lib/python3.11/site-packages/torch/testing/_internal/common_utils.py(3243): run /usr/local/python/lib/python3.11/unittest/case.py(678): __call__ /usr/local/python/lib/python3.11/unittest/suite.py(122): run /usr/local/python/lib/python3.11/unittest/suite.py(84): __call__ /usr/local/python/lib/python3.11/unittest/suite.py(122): run /usr/local/python/lib/python3.11/unittest/suite.py(84): __call__ /usr/local/python/lib/python3.11/unittest/runner.py(217): run /usr/local/python/lib/python3.11/unittest/main.py(274): runTests /usr/local/python/lib/python3.11/unittest/main.py(102): __init__ /usr/local/python/lib/python3.11/site-packages/torch/testing/_internal/common_utils.py(1353): run_tests /root/torchnpuapi/test_futures_gai.py(347): <module> ..[E226 11:44:38.999984481 pybind_utils.h:209] Got the following error when running the callback: TypeError: TestFuture.test_add_done_callback_no_arg_error_is_ignored.<locals>.no_arg() takes 0 positional arguments but 1 was given .......[E226 11:44:38.132336345 pybind_utils.h:209] Got the following error when running the callback: ValueError: Expected error At: /root/torchnpuapi/test_futures_gai.py(287): raise_value_error /usr/local/python/lib/python3.11/site-packages/torch/futures/__init__.py(245): set_result /root/torchnpuapi/test_futures_gai.py(292): test_interleaving_then_and_add_done_callback_propagates_error /usr/local/python/lib/python3.11/site-packages/torch/testing/_internal/common_utils.py(3108): wrapper /usr/local/python/lib/python3.11/unittest/case.py(579): _callTestMethod /usr/local/python/lib/python3.11/unittest/case.py(623): run /usr/local/python/lib/python3.11/site-packages/torch/testing/_internal/common_utils.py(3215): _run_custom /usr/local/python/lib/python3.11/site-packages/torch/testing/_internal/common_utils.py(3243): run /usr/local/python/lib/python3.11/unittest/case.py(678): __call__ /usr/local/python/lib/python3.11/unittest/suite.py(122): run /usr/local/python/lib/python3.11/unittest/suite.py(84): __call__ /usr/local/python/lib/python3.11/unittest/suite.py(122): run /usr/local/python/lib/python3.11/unittest/suite.py(84): __call__ /usr/local/python/lib/python3.11/unittest/runner.py(217): run /usr/local/python/lib/python3.11/unittest/main.py(274): runTests /usr/local/python/lib/python3.11/unittest/main.py(102): __init__ /usr/local/python/lib/python3.11/site-packages/torch/testing/_internal/common_utils.py(1353): run_tests /root/torchnpuapi/test_futures_gai.py(347): <module> ..........[1, 2] ... ---------------------------------------------------------------------- Ran 22 tests in 6.038s OK root@hostname-fqv42:/home# ## 结果说明 执行test_futures.py测试用例后，终端输出包含若干[E226]级别的错误日志，但最终显示Ran 22 tests in 6.038s且OK，表明所有测试用例执行通过，日志中出现的报错属于测试用例设计的预期行为，非代码 Bug 或 NPU 适配问题。 # 【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!33277
5 个月前
readme.md
test(futures): add test case patch for futures Co-authored-by: dinglaiping<1016581171@qq.com> # message auto-generated for no-merge-commit merge: !33277 merge add-testcasepatch-for-futures-2.8.0 into v2.8.0 test(futures): add test case patch for futures Created-by: dinglaiping Commit-by: dinglaiping Merged-by: ascend-robot Description: <!-- PR描述模板更新日期：20260203 --> # 【合入来源】 > <font color="red">**https://gitcode.com/Ascend/pytorch/issues/1670**</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> [ ] 问题单 # 【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） 一、API功能 Future.value()：该方法用于获取 Future 对象的结果值。当 Future 已经完成时，它会直接返回设置的结果；但如果 Future 是通过 set_exception 标记为完成的，调用 value() 会抛出对应的异常。这个 API 和 wait() 的区别在于它不会阻塞等待，只适用于已经完成的 Future。 Future.set_result(value)：用于将 Future 标记为完成状态并设置结果值。一旦调用，Future 立即进入完成状态，所有等待该 Future 的线程都会被唤醒并收到这个结果。每个 Future 只能被标记完成一次，重复调用会触发 RuntimeError。 Future.set_exception(err)：将 Future 标记为完成状态但携带一个异常。调用后 Future 被视为已完成，但任何尝试通过 wait() 或 value() 获取结果的调用都会抛出这个设置的异常。这在异步错误传播中非常有用。 Future.wait()：阻塞当前线程直到 Future 完成，然后返回结果值。如果 Future 是通过 set_exception 完成的，wait() 会抛出设置的异常。这是最基础的获取 Future 结果的方式。 Future.done()：返回一个布尔值指示 Future 是否已经完成。如果 Future 已经被 set_result 或 set_exception 标记过，返回 True；否则返回 False。可以用于非阻塞地检查状态。 Future.then(cb)：注册一个回调函数，当 Future 完成时自动执行。回调函数接收完成的 Future 作为参数，可以调用 wait() 获取结果进行处理。then 返回一个新的 Future 对象，代表回调执行的结果，支持链式调用形成 Future 链条。如果回调本身抛出异常，新 Future 会携带这个异常。 Future.add_done_callback(cb)：添加一个完成时的回调函数，与 then 不同，它不返回新的 Future，回调的错误会被静默忽略（仅记录日志）。多个回调按添加顺序执行，适合用于副作用操作（如状态标记、清理工作）。 torch.futures.collect_all(futs)：接受一个 Future 列表，返回一个新的 Future，该 Future 在所有输入 Future 完成时完成，其结果是一个包含所有原始 Future 的列表，每个都可以通过 wait() 获取各自的结果。 torch.futures.wait_all(futs)：接受一个 Future 列表，阻塞等待所有 Future 完成，直接返回一个包含所有结果的列表。如果任何一个 Future 携带异常，wait_all 会抛出 RuntimeError 包裹的异常信息。 二、测试用例完备性说明 PyTorch 社区原生测试用例（test_futures.py）对上述 9 个 API 实现全维度场景覆盖，核心验证内容如下： Future.set_exception 的验证：test_set_exception 测试用例创建了 Future 并调用 set_exception 设置 ValueError，然后验证 wait() 会抛出带有"Intentional"消息的 ValueError，同时也验证 value() 同样会抛出该异常。test_set_exception_multithreading 进一步在一个线程等待的同时，另一个线程设置异常，验证跨线程的错误传播。 多线程场景验证：test_set_exception_multithreading 使用 threading.Thread 在一个线程中调用 wait()，主线程中设置异常，验证异常能正确传播到等待线程。test_wait_multi_thread 则测试了在后台线程延迟设置结果，主线程调用 wait() 能正确阻塞并获取结果。 Future.done() 的验证：test_done 测试创建一个 Future，初始状态验证 done() 返回 False，调用 set_result 后验证 done() 返回 True。test_done_exception 则验证通过 then 链接触发异常的 Future，其 done() 状态也为 True，但 wait() 会抛出异常。 单次完成限制验证：test_mark_future_twice 专门测试多次调用 set_result 会触发 RuntimeError，提示"Future can only be marked completed once"。 序列化限制验证：test_pickle_future 验证 Future 对象不能被 pickle 序列化，尝试保存时会抛出 RuntimeError。 then 方法的验证：test_then 测试基本回调，验证回调能正确获取结果并返回新 Future。test_chained_then 创建了 20 个 then 链，每个回调给结果加 1，验证链式调用的计算顺序正确。test_then_error 系列包括三个子测试：test_then_wrong_arg 验证回调参数类型错误，test_then_no_arg 验证回调不接受参数的错误，test_then_raise 验证回调内部抛出异常的情况，都验证错误正确传播到新 Future。 add_done_callback 的验证：test_add_done_callback_simple 验证回调在 set_result 后被调用，并能正确获取结果。test_add_done_callback_maintains_callback_order 添加两个回调修改同一变量，验证执行顺序与添加顺序一致。test_add_done_callback_error_is_ignored 验证回调中的 ValueError 不会传播，只是被记录。test_add_done_callback_no_arg_error_is_ignored 验证参数不匹配的错误同样被忽略。 then 与 add_done_callback 交互验证：test_interleaving_then_and_add_done_callback_maintains_callback_order 交替添加 then 和 add_done_callback，验证回调执行顺序保持插入顺序。test_interleaving_then_and_add_done_callback_propagates_error 验证 then 的错误会传播到结果 Future，而 add_done_callback 的错误被忽略。 collect_all 的验证：test_collect_all 创建两个 Future，在一个后台线程中延迟设置第一个 Future 的结果，主线程立即设置第二个，然后验证 collect_all 返回的 Future 能正确收集两个结果，且等待时间由最慢的决定。 wait_all 的验证：test_wait_all（Windows 除外）先测试两个已完成的 Future，验证返回列表包含正确结果。然后测试包含异常的链条，验证 wait_all 会抛出 RuntimeError 包含"Expected error"消息。 空值处理验证：test_wait_none 验证向 torch.jit.wait、torch.futures.wait_all 和 torch.futures.collect_all 传递 None 时，都会抛出 RuntimeError 提示"Future can't be None"。 三、npu适配 3.1 api适配 torch.futures 模块 API 底层无硬件相关逻辑，所有异步结果管理、回调触发、异常传播等核心功能均为框架层通用实现，torch_npu 已完成 NPU 设备的底层适配，无需修改 API 源码，仅通过测试用例的设备相关调整即可实现 NPU 兼容。 3.2 测试用例适配 • 基础环境适配：新增 import torch_npu，让 PyTorch 框架识别 NPU 设备，支持 NPU 张量的创建与操作； • 张量设备调整：将原测试用例中默认的 CPU 张量（torch.ones(2,2)）修改为 NPU 张量（torch.ones(2,2).npu()），确保异步计算的结果载体（张量）运行在 NPU 上，贴合 NPU 场景使用需求。 # 【资料变更】 > 不涉及 # 【接口变更】 > 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 2.6版本 [root@hostname-fqv42 ~]# docker exec -it test26 bash root@hostname-fqv42:/home# python /root/torchnpuapi/test_futures_gai.py Fail to import hypothesis in common_utils, tests are not derandomized [E226 11:44:33.636064398 pybind_utils.h:209] Got the following error when running the callback: ValueError: Expected error At: /root/torchnpuapi/test_futures_gai.py(243): raise_value_error /usr/local/python/lib/python3.11/site-packages/torch/futures/__init__.py(245): set_result /root/torchnpuapi/test_futures_gai.py(236): _test_add_done_callback_error_ignored /root/torchnpuapi/test_futures_gai.py(245): test_add_done_callback_error_is_ignored /usr/local/python/lib/python3.11/site-packages/torch/testing/_internal/common_utils.py(3108): wrapper /usr/local/python/lib/python3.11/unittest/case.py(579): _callTestMethod /usr/local/python/lib/python3.11/unittest/case.py(623): run /usr/local/python/lib/python3.11/site-packages/torch/testing/_internal/common_utils.py(3215): _run_custom /usr/local/python/lib/python3.11/site-packages/torch/testing/_internal/common_utils.py(3243): run /usr/local/python/lib/python3.11/unittest/case.py(678): __call__ /usr/local/python/lib/python3.11/unittest/suite.py(122): run /usr/local/python/lib/python3.11/unittest/suite.py(84): __call__ /usr/local/python/lib/python3.11/unittest/suite.py(122): run /usr/local/python/lib/python3.11/unittest/suite.py(84): __call__ /usr/local/python/lib/python3.11/unittest/runner.py(217): run /usr/local/python/lib/python3.11/unittest/main.py(274): runTests /usr/local/python/lib/python3.11/unittest/main.py(102): __init__ /usr/local/python/lib/python3.11/site-packages/torch/testing/_internal/common_utils.py(1353): run_tests /root/torchnpuapi/test_futures_gai.py(347): <module> ..[E226 11:44:38.999984481 pybind_utils.h:209] Got the following error when running the callback: TypeError: TestFuture.test_add_done_callback_no_arg_error_is_ignored.<locals>.no_arg() takes 0 positional arguments but 1 was given .......[E226 11:44:38.132336345 pybind_utils.h:209] Got the following error when running the callback: ValueError: Expected error At: /root/torchnpuapi/test_futures_gai.py(287): raise_value_error /usr/local/python/lib/python3.11/site-packages/torch/futures/__init__.py(245): set_result /root/torchnpuapi/test_futures_gai.py(292): test_interleaving_then_and_add_done_callback_propagates_error /usr/local/python/lib/python3.11/site-packages/torch/testing/_internal/common_utils.py(3108): wrapper /usr/local/python/lib/python3.11/unittest/case.py(579): _callTestMethod /usr/local/python/lib/python3.11/unittest/case.py(623): run /usr/local/python/lib/python3.11/site-packages/torch/testing/_internal/common_utils.py(3215): _run_custom /usr/local/python/lib/python3.11/site-packages/torch/testing/_internal/common_utils.py(3243): run /usr/local/python/lib/python3.11/unittest/case.py(678): __call__ /usr/local/python/lib/python3.11/unittest/suite.py(122): run /usr/local/python/lib/python3.11/unittest/suite.py(84): __call__ /usr/local/python/lib/python3.11/unittest/suite.py(122): run /usr/local/python/lib/python3.11/unittest/suite.py(84): __call__ /usr/local/python/lib/python3.11/unittest/runner.py(217): run /usr/local/python/lib/python3.11/unittest/main.py(274): runTests /usr/local/python/lib/python3.11/unittest/main.py(102): __init__ /usr/local/python/lib/python3.11/site-packages/torch/testing/_internal/common_utils.py(1353): run_tests /root/torchnpuapi/test_futures_gai.py(347): <module> ..........[1, 2] ... ---------------------------------------------------------------------- Ran 22 tests in 6.038s OK root@hostname-fqv42:/home# ## 结果说明 执行test_futures.py测试用例后，终端输出包含若干[E226]级别的错误日志，但最终显示Ran 22 tests in 6.038s且OK，表明所有测试用例执行通过，日志中出现的报错属于测试用例设计的预期行为，非代码 Bug 或 NPU 适配问题。 # 【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!33277
5 个月前
README

Patch 批量应用脚本使用说明

目录结构

  1. 核心仓库地址
  1. 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_patches.sh            # 批量应用脚本
       ├─ *.patch                     # 补丁文件（支持子目录嵌套）
       ├─ ...（其他补丁子目录）

环境要求

仅需安装git即可

使用方法

  1. 将本仓库的test_upstream文件夹整体复制到本地的PyTorch官方仓库中

  2. 运行脚本文件

cd test_upstream
./apply_patches.sh

脚本执行说明：自动定位 PyTorch 根目录，递归扫描所有 .patch文件，按文件名排序强制应用，冲突部分生成 .rej 文件.

注意事项

  • 所有补丁仅适配 PyTorch tags/v2.8.0，其他版本可能导致应用失败，务必提前校验版本。
  • test_upstream 目录需整体复制至 PyTorch 根目录。
  • 生成 .rej 冲突文件时，需手动解决冲突后重新执行脚本。