感谢您的贡献 🎉!

🚀 特性说明、动机阐述与价值主张

dynamo_export 当前不支持指定导出后 AIR/OM 中 Data 节点的名称。Data 节点名由 torch.compile 在 dynamo trace 阶段自动生成（如 arg1_1、arg3_1、primals_1），无法通过 API 控制。

导出的 OM 模型在部署链路中，Data 节点名被以下环节直接消费：

1. ATC 编译：--input_shape="arg1_1:10;arg3_1:1,-1,64;..."
2. ACL 推理：按 name 或 index 绑定 SetDatasetBuffer
3. 部署 config 文件：INPUT_0_NAME=arg1_1，运维人员据此配置输入
4. Dump 调试日志：profiling 输出以 Data 节点名标识输入 tensor
   当名字为 arg1_1 / arg3_1 时，无法从名字推断语义（actual_seq_lengths？cos？input_ids？），增加了部署维护和问题排查成本。

替代解决方案

感谢您的贡献 🎉!

何其他背景信息

复现方式

import torch
import torch_npu
from torch_npu.dynamo.torchair import dynamo_export, CompilerConfig

class M(torch.nn.Module):
    def __init__(self):
        super().__init__()
        self.linear = torch.nn.Linear(4, 4)
    def forward(self, input_ids, position_ids, actual_seq_lengths, cos, sin):
        return self.linear(input_ids.float()) + cos + sin

m = M().npu().half()
config = CompilerConfig()
config.experimental_config.frozen_parameter = 1
dynamo_export(
    torch.ones(5, 4, dtype=torch.float16).npu(),
    torch.arange(5, dtype=torch.int64).npu(),
    torch.tensor([5], dtype=torch.int64).npu(),
    torch.ones(5, 4, dtype=torch.float16).npu(),
    torch.ones(5, 4, dtype=torch.float16).npu(),
    model=m, export_path="./air", export_name="test", dynamic=True, config=config
)

# dynamo.pbtxt 中 Data 节点名为 arg1_1 / arg3_1 / arg5_1 / arg8_1
# 而非 input_ids / cos / sin / actual_seq_lengths

感谢您的贡献 🎉!