变更摘要

此PR主要为 sparse_flash_mla 算子新增了 aclgraph 图模式（torch.compile + torchair）下的 pytest 批量测试支持，使得该算子能够在 NPU 静态图编译模式下进行自动化精度验证。改动涉及新增图模式调用入口、扩展 Shell 批量执行脚本、以及新建独立的图模式批量测试文件。

主要改动

• 新增 Network.forward 方法：在 sparse_flash_mla_process.py 中为 Network 类补全了 forward 方法，直接调用 torch.ops.cann_ops_transformer.sparse_flash_mla，作为 torch.compile 追踪图的计算载体。
• 新增 call_npu_graph 函数：在 sparse_flash_mla_process.py 中新增该函数，通过 torchair.get_npu_backend 配置 CompilerConfig（包括 _aclnn_static_shape_kernel、frozen_parameter、tiling_schedule_optimize 等选项），并调用 torch.compile 编译 Network 后在 NPU 上执行推理，返回结果供精度比对。
• Shell 脚本新增 load_graph 子命令：在 test_run.sh 中新增 run_script_load_graph 函数及对应的命令行入口，支持按目录全量或按 Excel 表格筛选的方式，批量以隔离进程执行 Graph 模式的 pytest 用例，并汇总通过/失败统计。
• 新增 test_sparse_flash_mla_batch_graph.py 批量测试文件：该文件通过 @pytest.mark.graph 标记和 pytest.mark.parametrize 参数化机制，加载 .pt 保存的用例数据，调用 sparse_flash_mla_process.call_npu_graph 执行图模式推理，并使用 result_compare_method.check_result 进行精度校验与结果保存。

Thanks for your pull-request.
The full list of commands accepted by me can be found at here。
You can get sig-info at here

PR Approval Progress

✅ Congratulations! All modules have met the lgtm and approve requirements.

Module Approval Details

💡 Tip:

• Committer can comment /approve or /lgtm
• Commenting /approve implies both code review (lgtm) and intent to merge (approve)

CLA Signature Pass

SH_jingsong, thanks for your pull request. All authors of the commits have signed the CLA. 👍

/compile

流水线任务触发成功
任务链接 [57e0b07d8d474931ad220c1f11746daa][流水线指导]

[2026-07-16 09:37:33]    CI执行结束

流水线任务触发成功
任务链接 [c7e4738cb4aa4b8c82ef5dc5bbe4a6f9][流水线指导]

Notification

This pull request has been changed(code update) or closed, so removes the following label(s): stat/needs-squash.

/compile

流水线任务触发成功
任务链接 [f26ffb660ac243fa83b5710a58945445][流水线指导]

[2026-07-16 10:09:24]    CI执行结束

流水线任务触发成功
任务链接 [a1e13f33e8f2418cbc3f4e45aceceeff][流水线指导]

[2026-07-16 09:55:58]    CI执行结束

/lgtm
/approve

/approve