ttfhw-解决关联issue-torchair-AtomGit

M.devcontainer/devcontainer.json+1-1

	@@ -6,7 +6,7 @@
6	"target": "dev",	6	"target": "dev",
7	"args": {	7	"args": {
8	"PY_VERSION": "3.10",	8	"PY_VERSION": "3.10",
9	- "TORCH_VERSION": "2.13.0",	9	+ "TORCH_VERSION": "2.12.0",
10	"CANN_VERSION": "9.1.0_beta.1",	10	"CANN_VERSION": "9.1.0_beta.1",
11	"CANN_PRODUCT": "910b"	11	"CANN_PRODUCT": "910b"
12	}	12	}

MREADME.md+30-8

@@ -95,7 +95,7 @@ pip3 uninstall torchair

95 95

96 # 快速上手 96 # 快速上手

97 97

98 -本的调试(CPU调试): 98 +本的调试(最小CPU调试):

99 99

100 1、在执行./configure设置ASCEND_SDK_PATH如(ASCEND_SDK_PATH=xx/Ascend/ascend-toolkit/latest/)。 100 1、在执行./configure设置ASCEND_SDK_PATH如(ASCEND_SDK_PATH=xx/Ascend/ascend-toolkit/latest/)。

101 101

@@ -105,6 +105,34 @@ pip3 uninstall torchair

105 source tools/env.sh 105 source tools/env.sh

106 ``` 106 ```

107 107

108 +npu设备调试：

109 +

110 +## 1、安装torch_npu

111 +

112 +torch_npu版本可以根据环境要求安装,请参照[版本配套表]。

atomgit-bot7月31日

已过期

🟡 Medium Priority

第 111 行（本 diff 新增）使用了 Markdown 快捷引用链接语法 [版本配套表]，但文档中不存在对应的链接定义 [版本配套表]: <url>。在 GitCode/GitHub 等标准 Markdown 渲染器下，该文本将原样显示为带方括号的 [版本配套表] 而非可点击的超链接。同一文档第 15 行的正确写法是 [版本配套表](#version_match)（内联链接，指向 <a id="version_match"></a> 锚点），第 111 行应保持一致。

建议：将 [版本配套表] 改为 [版本配套表](#version_match)，与文档第 15 行保持一致。

改动建议

111	- torch_npu版本可以根据环境要求安装,请参照[版本配套表]。
111	+ torch_npu版本可以根据环境要求安装,请参照[版本配套表](#version_match)。

已应用

113 +

114 +```bash

115 +pip3 install numpy

116 +pip3 install pyyaml

117 +pip3 install setuptools

118 +pip3 install torch_npu==2.12 # 通过pip安装torch_npu时会自动安装依赖的torch版本

atomgit-bot7月31日

🟡 Medium Priority

第 117 行（本 diff 新增）的安装指令 pip3 install torch_npu==2.12 将 torch_npu 版本固定为 2.12（等效 2.12.0），但同文档的版本配套表（第 179–191 行）中列出的 TorchNPU 版本为 v26.1.0、v26.0.0、7.3.0、7.2.0、7.1.0、7.0.0，不存在 2.12 这个版本号。用户在参照版本配套表选择版本时会发现该指令与表格不匹配，产生困惑，可能安装到错误版本或无法找到对应包。此外 ==2.12 缺少补丁版本号，不如项目中其他位置使用的 x.x.x 完整版本号精确。

建议：确认 torch_npu 实际可用的精确版本号（如 2.12.0），与版本配套表对齐或补充版本配套表条目；同时使用完整的三段式版本号（如 2.12.0）替代 2.12。

119 +```

120 +

121 +如果安装了真实torch_npu,需要把torch_npu的stubs模块链接环境去除，否则无法正常使用。

122 +如LD_LIBRARY_PATH中去除/workspace/build/stubs设置，如果没有设置请忽略。

123 +

124 +## 2、安装CANN主线版本

125 +

126 +npu调试依赖CANN主线版本。如果您是外部用户，可以联系对应的支撑团队获取安装包。

127 +

128 +执行前，需要执行 CANN 安装目录下的 set_env.sh 设置 CANN 相关环境变量

129 +

130 +> 例如CANN安装路径为 `/usr/local/Ascend/cann`，则执行：

131 +

132 +```bash

133 +source /usr/local/Ascend/cann/set_env.sh

134 +```

135 +

108 执行以下python脚本快速验证TorchAir基本功能 136 执行以下python脚本快速验证TorchAir基本功能

109 137

110 ```python 138 ```python

@@ -128,10 +156,6 @@ y = torch.randn(2, 2)

128 model(x, y) 156 model(x, y)

129 ``` 157 ```

130 158

131 -# 开发者自测UT

132 -

133 -参考[docs](CONTRIBUTING.md)设置执行

134 -

135 # 特性介绍 159 # 特性介绍

136 160

137 TorchAir常用特性如下，全量特性介绍请访问[docs](docs/zh/_menu_torchair.md)获取详细教程。 161 TorchAir常用特性如下，全量特性介绍请访问[docs](docs/zh/_menu_torchair.md)获取详细教程。

@@ -169,13 +193,11 @@ TorchAir常用特性如下，全量特性介绍请访问[docs](docs/zh/_menu_tor

169 193

170 <a id="hardware_support"></a> 194 <a id="hardware_support"></a>

171 195

172 -1、torch_npu的版本选择请参照[版本配套表],下载地址：[TorchNPUReleases](https://gitcode.com/Ascend/pytorch/releases)。 196 +torch_npu的版本选择请参照[版本配套表],下载地址：[TorchNPUReleases](https://gitcode.com/Ascend/pytorch/releases)。

173 197

174 示例: 198 示例:

175 https://gitcode.com/Ascend/pytorch/releases/download/v26.1.0-pytorch2.10.0/torch_npu-2.10.0.post4-cp310-cp310-manylinux_2_28_x86_64.whl 199 https://gitcode.com/Ascend/pytorch/releases/download/v26.1.0-pytorch2.10.0/torch_npu-2.10.0.post4-cp310-cp310-manylinux_2_28_x86_64.whl

176 200

177 -2、你还可以自己下载torch_npu源码根据readme提示自己编译安装[Torch_npu](https://gitcode.com/Ascend/pytorch)

178 -

179 # 支持的型号 201 # 支持的型号

180 202

181 - Ascend 950PR/Ascend 950DT 203 - Ascend 950PR/Ascend 950DT

Mdocker/Dockerfile+3-2

	@@ -46,7 +46,7 @@ FROM base AS builder
46		46
47	ARG PY_VERSION	47	ARG PY_VERSION
48	ARG DEVTOOLSET_VERSION=13	48	ARG DEVTOOLSET_VERSION=13
49	-ARG TORCH_VERSION=2.13.0	49	+ARG TORCH_VERSION=2.12.0
50	ARG TARGETARCH	50	ARG TARGETARCH
51		51
52	RUN yum install -y \	52	RUN yum install -y \
	@@ -91,7 +91,8 @@ RUN case "${PY_VERSION}" in \
91	.dev) pip${PY_VERSION} install torch==${TORCH_VERSION} --index-url https://download.pytorch.org/whl/nightly/cpu ;; \	91	.dev) pip${PY_VERSION} install torch==${TORCH_VERSION} --index-url https://download.pytorch.org/whl/nightly/cpu ;; \
92	*) pip${PY_VERSION} install torch==${TORCH_VERSION} --index-url https://download.pytorch.org/whl/cpu ;; \	92	*) pip${PY_VERSION} install torch==${TORCH_VERSION} --index-url https://download.pytorch.org/whl/cpu ;; \
93	esac && \	93	esac && \
94	- pip${PY_VERSION} install numpy==${NUMPY_VER}	94	+ pip${PY_VERSION} install numpy==${NUMPY_VER} && \
		95	+ pip${PY_VERSION} install torch_npu
95		96
96	FROM builder AS dev	97	FROM builder AS dev
97		98

Mdocker/README.md+10-10

	@@ -17,7 +17,7 @@ base manylinux + Python 软链接 + pip 源 + 基础系统包（curl/wget
17		17
18	> Dockerfile会自动根据当前架构（ARM/X86）拉取对应镜像。	18	> Dockerfile会自动根据当前架构（ARM/X86）拉取对应镜像。
19	> Driver 不包含在镜像中，用户需在宿主机自行安装。镜像仅提供 CANN 编译环境，运行时需宿主机已安装匹配的 NPU 驱动。	19	> Driver 不包含在镜像中，用户需在宿主机自行安装。镜像仅提供 CANN 编译环境，运行时需宿主机已安装匹配的 NPU 驱动。
20	-> 镜像中预装的 PyTorch CPU 版本默认为 v2.13.0 分支对应的版本（`torch==2.13.0`）。可通过构建参数 `TORCH_VERSION` 指定稳定版本（如 `2.7.1`），详见 [构建参数参考](#构建参数参考)。	20	+> 镜像中预装的 PyTorch CPU 版本默认为 v2.12.0 分支对应的版本（`torch==2.12.0`）。可通过构建参数 `TORCH_VERSION` 指定稳定版本（如 `2.7.1`），详见 [构建参数参考](#构建参数参考)。
21		21
22	## 2 镜像构建	22	## 2 镜像构建
23		23
	@@ -30,15 +30,15 @@ export DOCKER_BUILDKIT=1
30		30
31	#### 构建参数参考	31	#### 构建参数参考
32		32
33	-\| ARG \| 默认值 \| 说明 \| 适用阶段 \|	33	+\| ARG \| 默认值 \| 说明 \| 适用阶段 \|
34	-\|-----\|--------\|------\|---------\|	34	+\|-----\|----------------\|---------------------------------------------------------------------------------------\|---------\|
35	-\| `PY_VERSION` \| `3.10` \| Python 版本，仅安装对应版本依赖 \| all \|	35	+\| `PY_VERSION` \| `3.10` \| Python 版本，仅安装对应版本依赖 \| all \|
36	-\| `TORCH_VERSION` \| `2.13.0` \| PyTorch 版本，格式 `x.x.x`（如 `2.13.0`）或 dev 版本（如 `2.13.0.dev20260610`）；dev 版本从 nightly 源安装 \| all \|	36	+\| `TORCH_VERSION` \| `2.12.0` \| PyTorch 版本，格式 `x.x.x`（如 `2.12.0`）或 dev 版本（如 `2.13.0.dev20260610`）；dev 版本从 nightly 源安装 \| all \|
37	-\| `DEVTOOLSET_VERSION` \| `13` \| GCC toolset 版本 \| builder \|	37	+\| `DEVTOOLSET_VERSION` \| `13` \| GCC toolset 版本 \| builder \|
38	-\| `CANN_VERSION` \| `9.1.0_beta.1` \| CANN 版本号 \| dev \|	38	+\| `CANN_VERSION` \| `9.1.0_beta.1` \| CANN 版本号 \| dev \|
39	-\| `CANN_PRODUCT` \| `910b` \| CANN 算子包产品类型 \| dev \|	39	+\| `CANN_PRODUCT` \| `910b` \| CANN 算子包产品类型 \| dev \|
40	-\| `INSTALL_NNAL` \| `0` \| 是否安装 NNAL 神经网络加速库 \| dev \|	40	+\| `INSTALL_NNAL` \| `0` \| 是否安装 NNAL 神经网络加速库 \| dev \|
41	-\| `CANN_RELEASE_TRAIN` \| - \| CANN 发布版本号，仅当`CANN_VERSION`与默认值不同时需手动指定 \| dev \|	41	+\| `CANN_RELEASE_TRAIN` \| - \| CANN 发布版本号，仅当`CANN_VERSION`与默认值不同时需手动指定 \| dev \|
42		42
43	#### 使用示例	43	#### 使用示例
44		44

Mdocker/builder.sh+2-2

	@@ -15,7 +15,7 @@ INSTALL_NNAL=0
15	NO_CACHE=0	15	NO_CACHE=0
16	CANN_RELEASE_TRAIN=""	16	CANN_RELEASE_TRAIN=""
17	IMAGE_TARGET="builder"	17	IMAGE_TARGET="builder"
18	-TORCH_VERSION="2.13.0"	18	+TORCH_VERSION="2.12.0"
19		19
20	function usage() {	20	function usage() {
21	cat <<EOF	21	cat <<EOF
	@@ -23,7 +23,7 @@ Usage: $0 [OPTIONS]
23		23
24	Options:	24	Options:
25	-p, --python VERSION Python version: 3.10 3.11 3.12 3.13 3.14 (default: 3.10)	25	-p, --python VERSION Python version: 3.10 3.11 3.12 3.13 3.14 (default: 3.10)
26	- --torch-version VER PyTorch version: x.x.x (e.g. 2.7.1, 2.12.0) or dev version (e.g. 2.13.0.dev20260610) (default: 2.13.0)	26	+ --torch-version VER PyTorch version: x.x.x (e.g. 2.7.1, 2.12.0)
27	--no-cache Build docker image without cache	27	--no-cache Build docker image without cache
28	-h, --help Show this help message	28	-h, --help Show this help message
29		29

Mtests/st/torchair_st.py+20-15

	@@ -3,6 +3,7 @@ import os
3	import shutil	3	import shutil
4	import sys	4	import sys
5	import contextlib	5	import contextlib
		6	+import re
6		7
7	import torch	8	import torch
8	import unittest	9	import unittest
	@@ -2203,9 +2204,9 @@ class TorchairSt(unittest.TestCase):
2203	content = dump_file.readlines()	2204	content = dump_file.readlines()
2204	dump_line = [line for line in content if line.startswith("## FX Code")][0]	2205	dump_line = [line for line in content if line.startswith("## FX Code")][0]
2205		2206
2206	- self.assertTrue("add: torch.float32[s0, s0]cpu" in dump_line)	2207	+ self.assertRegex(dump_line, r"add: torch\.float32\[s\d+, s\d+\]cpu")
2207	- self.assertTrue("arg1_1: torch.float32[s0, s0]cpu" in dump_line)	2208	+ self.assertRegex(dump_line, r"arg1_1: torch\.float32\[s\d+, s\d+\]cpu")
2208	- self.assertTrue("arg2_1: torch.float32[s0, s0]cpu" in dump_line)	2209	+ self.assertRegex(dump_line, r"arg2_1: torch\.float32\[s\d+, s\d+\]cpu")
2209		2210
2210	def test_output_always_with_correct_dtype(self):	2211	def test_output_always_with_correct_dtype(self):
2211	m = torch.library.Library("test", "DEF")	2212	m = torch.library.Library("test", "DEF")
	@@ -2571,19 +2572,23 @@ class TorchairSt(unittest.TestCase):
2571	for op in geGraph.op:	2572	for op in geGraph.op:
2572	if op.name == "MyOpInfer":	2573	if op.name == "MyOpInfer":
2573	inference_rule = json.loads(op.attr["_inference_rule"].s)	2574	inference_rule = json.loads(op.attr["_inference_rule"].s)
2574	- self.assertEqual(inference_rule["shape"]["inputs"][0][0], "s0")	2575	+ input0_shape = inference_rule["shape"]["inputs"][0]
2575	- self.assertEqual(inference_rule["shape"]["inputs"][0][1], "s1")	2576	+ input1_shape = inference_rule["shape"]["inputs"][1]
2576	- self.assertEqual(inference_rule["shape"]["inputs"][1][0], "s2")	2577	+ self.assertRegex(input0_shape[0], r"s\d+")
2577	- self.assertEqual(inference_rule["shape"]["inputs"][1][1], "s3")	2578	+ self.assertRegex(input0_shape[1], r"s\d+")
		2579	+ self.assertRegex(input1_shape[0], r"s\d+")
		2580	+ self.assertRegex(input1_shape[1], r"s\d+")
2578		2581
2579	- is_high_python_version = hasattr(ast, 'unparse')	2582	+ output0_shape = inference_rule["shape"]["outputs"][0]
2580	- s0_out = "s0 + 2" if is_high_python_version else "(s0+2)"	2583	+ output1_shape = inference_rule["shape"]["outputs"][1]
2581	- self.assertEqual(inference_rule["shape"]["outputs"][0][0], s0_out)	2584	+ plus_pattern = rf"$?{re.escape(input0_shape[0])}\s\+\s2$?"
2582	- s1_out = "s1 - 2" if is_high_python_version else "(s1-2)"	2585	+ minus_pattern = rf"$?{re.escape(input0_shape[1])}\s-\s2$?"
2583	- self.assertEqual(inference_rule["shape"]["outputs"][0][1], s1_out)	2586	+ mul_pattern = rf"$?2\s\\s*{re.escape(input1_shape[0])}$?"
2584	- s2_out = "2 * s2" if is_high_python_version else "(2*s2)"	2587	+ floor_div_pattern = rf"Floor$Div\({re.escape(input1_shape[1])},\s*2$\)"
2585	- self.assertEqual(inference_rule["shape"]["outputs"][1][0], s2_out)	2588	+ self.assertRegex(output0_shape[0], plus_pattern)
2586	- self.assertEqual(inference_rule["shape"]["outputs"][1][1], "Floor(Div(s3, 2))")	2589	+ self.assertRegex(output0_shape[1], minus_pattern)
		2590	+ self.assertRegex(output1_shape[0], mul_pattern)
		2591	+ self.assertRegex(output1_shape[1], floor_div_pattern)
2587		2592
2588	self.assertEqual(inference_rule["dtype"][0], 3)	2593	self.assertEqual(inference_rule["dtype"][0], 3)
2589	self.assertEqual(inference_rule["dtype"][1], 0)	2594	self.assertEqual(inference_rule["dtype"][1], 0)