The official repository of Ascend for PyTorch ecological activities.
| 文件 | 最后提交记录 | 最后更新时间 |
|---|
| 【26.2.0众测】TorchNPU 众测任务（3） Co-authored-by: gcw_C0HjbVGx<yangliangjiang@163.com> # message auto-generated for no-merge-commit merge: !61 merge master into master 【26.2.0众测】TorchNPU 众测任务（3） Created-by: gcw_C0HjbVGx Commit-by: gcw_C0HjbVGx Merged-by: ascend-robot Description: # 【TorchNPU 众测任务（3）】安装与快速入门及 torch.compile 多后端实践 ## 关联任务 关联 Issue：[【Codelab 现场活动专属任务】TorchNPU 众测任务（3）#382](https://gitcode.com/Ascend/pytorch-ecosystem/issues/382)。 本 PR 提交安装与快速入门、torch.compile 体验与实践两项任务的脚本、交付说明及验证截图。 ## 一、安装与快速入门 - 提供 torch、torch_npu 安装包列表及 NPU 张量运算的截图材料，核对软件安装与设备可用性。 - 将 MNIST CNN 训练迁移至昇腾 NPU。[训练脚本]包含 NPU 设备检查、数据和模型迁移、AMP 混合精度训练，以及训练轮数和每轮批次数参数。 - 训练结束后保存包含模型及优化器状态的 checkpoint；随附训练输出和权重文件截图。权重文件本身未纳入提交。材料位置与要求见[任务 1 交付说明]。 ## 二、torch.compile 体验与实践 - Guard Filter：提交 6 个示例，覆盖字典版本、运行时状态、多类 guard 组合、按变量名过滤、全局变量过滤及内置 helper。示例对比过滤前后的重编译行为，并检查状态变化前后的输出正确性。[批量验证入口]汇总重编译、正确性与性能结果；[报告逻辑]使用 fail_on_recompile 检查重编译，并以 NPU 同步计时进行对比。 - Inductor：分别提供 Triton/default、MLIR、DVM 三种路径的改写示例。Triton 示例使用 ResNet18；MLIR 与 DVM 示例使用 AlexNet，均包含编译输出与 Eager 输出的正确性比较和性能计时。 - NPU Graph：提供 NPUGraphs 和 NPUGraph_EX 示例，验证 ResNet18 的图捕获、重放输出正确性及推理耗时。 - 其他后端：AOT Eager 示例使用 MobileNetV2，记录图捕获、图断裂、正确性和耗时；TorchAir-GE 示例通过 TorchAir 编译后端运行 MobileNetV2，并比较编译与 Eager 输出及耗时。 各路径的脚本、正确性截图和性能对比截图按目录归档，详见[任务 2 交付说明]。 ## 验证与交付说明 - 随提交附有软件安装、训练完成、权重生成，以及 Guard Filter 和各编译路径的验证截图。请结合对应截图核对具体结果。 - 后端脚本包含与 Eager 输出的正确性比较，并记录首次编译或捕获耗时及推理性能；性能数据以目标 NPU 环境中的实际运行结果为准，不预设任何后端必然加速。 - 复现任务 1 需要可用的昇腾 NPU、配套 CANN、torch_npu、PyTorch 及 torchvision 环境，并需下载 MNIST 数据集；任务 2 还需安装各后端对应的依赖。此处未在当前机器重新运行 NPU 测试。 See merge request: Ascend/pytorch-ecosystem!61 | 9 天前 |
| 南方科技大学王启淇作业 Co-authored-by: 王启淇<12410727@mail.sustech.edu.cn> # message auto-generated for no-merge-commit merge: !101 merge master into master 南方科技大学王启淇作业 Created-by: gcw_bKdoEjaM Commit-by: 王启淇 Merged-by: ascend-robot Description: <!-- 感谢您的合入申请! --> ### 当前PR是否有AI参与: [x] 否 [ ] 是 __1. AI Agent 平台: __2. AI 模型: __3. Prompt上下文 : ### PR功能描述 / 为什么需要这个合入**: ### 该PR关联的issue *(格式为fixes #<issue号>, 或者resolves #<issue号>)*: fixes # ### 希望检视人员了解: See merge request: Ascend/pytorch-ecosystem!101 | 11 天前 |
| 【26.1.0众测】TorchNPU 众测任务交付（任务1+任务2）- ander_tsing Co-authored-by: ander_tsing<ts001212@msn.com> # message auto-generated for no-merge-commit merge: !68 merge master into master 【26.1.0众测】TorchNPU 众测任务交付（任务1+任务2）- ander_tsing Created-by: ander_tsing Commit-by: ander_tsing Merged-by: ascend-robot Description: ## 任务概述 本次提交为 TorchNPU 26.1.0 众测任务交付件，包含任务1（安装与快速入门）和任务2（torch.compile 体验与实践）的全部材料。 ## 环境信息 - **硬件**：Atlas 800T A3（npu-smi Product Name = IT22HMDA_2_S，SoC = Ascend910_9382，HBM 64GB/芯片） - **软件**：CANN 9.1.0 + TorchNPU 26.1.0（torch 2.9.0 / torch_npu 2.9.0.post6） - **Python**：3.12.13 - **模型**：torchvision resnet50，输入 (32, 3, 224, 224) ## 交付内容 ### 任务1-安装与快速入门 - **软件安装**：pip list 截图、torch_npu 导入运行截图 - **快速入门**：按官方《快速入门》文档复现 MNIST CNN 迁移训练，使用官方脚本（含 transfer_to_npu 自动迁移），训练 10 epoch 正常收敛，生成 checkpoint.pth.tar ### 任务2-torch.compile体验与实践 按任务书要求，用同一模型（resnet50）完成 13 个示例的改写与运行： **Guard Filter（6 个示例）** - 6 个 gf 脚本 + 重编译消除验证截图（6 示例合并）+ 正确性截图 + 性能对比截图 - 注：26.1.0 中不存在文档写的 keep_portable_guards_unsafe 和 skip_all_guards_unsafe，gf5/gf6 已替换为环境实际可用的最近似 API（keep_tensor_guards_unsafe / skip_guard_on_all_nn_modules_unsafe） **7 个后端** | 后端 | 正确性 | 加速比 | |---|---|---| | Inductor-Triton | allclose=True | 0.045x（慢 22 倍） | | Inductor-MLIR | allclose=False, max\|Δ\|=nan | 1.105x | | Inductor-DVM | allclose=True | 1.026x | | NPUGraphs | allclose=True, maxΔ=0 | 0.936x | | NPUGraph_EX | allclose=True, maxΔ=0 | 0.985x | | AOT_Eager | allclose=True, maxΔ=0 | 0.948x | | TorchAir-GE | allclose=True | 1.180x | 每个后端均提交：改写脚本 + 正确性验证截图（含 backend 标识）+ 性能对比截图（含 backend 标识）。 - **公共依赖**：common.py 随脚本一同提交 ## 问题反馈 本次众测共提交 4 篇 Issue（均以【26.2.0众测】开头）： | Issue | 内容 | |---|---| | [#5241](https://gitcode.com/Ascend/pytorch/issues/5241) | Inductor-MLIR 后端在 ResNet50 上输出错误（max\|Δ\|≈35.94） | | [#5242](https://gitcode.com/Ascend/pytorch/issues/5242) | Inductor-Triton 后端在 ResNet50 上比 Eager 慢约 22 倍 | | [#5243](https://gitcode.com/Ascend/pytorch/issues/5243) | Guard Filter 文档 API 名在 26.1.0 中不存在 | | [#5244](https://gitcode.com/Ascend/pytorch/issues/5244) | 容器环境连续 torch.compile 触发 pthread_create failed（pids 上限） | ## 目录结构 01_tasks/2026/torch_npu_public_beta/tsst/ ├── 任务1-安装与快速入门/ │ ├── 交付件说明.txt │ ├── 链接交付件.xls │ ├── 软件安装/ │ │ ├── 1_pip_list截图.png │ │ └── 2_torch_npu导入截图.png │ └── 快速入门/ │ ├── 1_训练脚本.py │ ├── 2_训练成功截图.png │ └── 3_权重文件截图.png └── 任务2-torch.compile体验与实践/ ├── common.py ├── 交付件说明.txt ├── 链接交付件.xls ├── Guard Filter/ (6 脚本 + 7/8/9 截图) ├── Inductor-Triton/ (1/2/3) ├── Inductor-MLIR/ (1/2/3) ├── Inductor-DVM/ (1/2/3) ├── NPUGraphs/ (1/2/3) ├── NPUGraph_EX/ (1/2/3) ├── AOT_Eager/ (1/2/3) └── TorchAir-GE/ (1/2/3) ## 备注 - 任务1 训练脚本严格按官方《快速入门》文档示例，仅添加 torch_npu 和 transfer_to_npu 两行自动迁移代码，并补充每 epoch 的 loss 打印。 - 任务2 全部 13 个子任务使用同一模型 resnet50，符合公告要求。 - 所有截图均带 backend 标识（命令行 + === 后端名 ===），便于核对。 See merge request: Ascend/pytorch-ecosystem!68 | 11 天前 |
| 新增众测社区任务目录 Co-authored-by: linhan37<linhan3@huawei.com> # message auto-generated for no-merge-commit merge: !27 merge master into master 新增众测社区任务目录 Created-by: linhan37 Commit-by: linhan37 Merged-by: ascend-robot Description: [feat] 新增众测社区任务目录 See merge request: Ascend/pytorch-ecosystem!27 | 1 个月前 |
简介
欢迎来到Ascend for PyTorch生态专区！
PyTorch-Ecosystem简介
PyTorch Ecosystem是Ascend for PyTorch社区用于支持生态活动的仓库，通过这个仓库对社区任务、生态活动进行信息发布与成果回收。
目录结构
PyTorch Ecosystem的仓库目录结构如下：
ecosystem/
├── README.md # 生态专区总入口说明
├── 01_tasks/ # 社区任务
│ ├── resources/ # 供外部开发者查看或下载的官方资源
│ │ ├── docs/ # 任务指南、技术规范等文档类资源
│ │ └── tools/ # 配套工具脚本、配置模板、补丁包等可执行资源
│ └── 2026/
│ ├── api_consistency/ # API一致性补齐任务
│ ├── torch_npu_public_beta/ # TorchNPU众测任务
│ └── test_case_refactoring/ # 测试用例解耦任务
└── 02_activities/ # 社区生态活动
└── 2026/
│ └── minicpm_competition/ # 面壁大赛
The official repository of Ascend for PyTorch ecological activities.
定制我的领域