升级torch_npu 2.7.1后，特定组合情况下，会导致单测大面积失败

[LeoLau94]

Describe the bug🐛

带上这个acl graph内存复用单测跑，会导致后续的单测都失败

不带上的话，都没问题

Environment details

PyTorch: 2.7.1
Torch Npu: 2.7.1 https://pytorch-package.obs.cn-north-4.myhuaweicloud.com/pta/Daily/v2.7.1/20250903.3/pytorch_v2.7.1_py310.tar.gz
XpuGraph: 81142d6

[wangqian108]

当前定位到是https://gitee.com/ascend/torchair/commit/9818eff91d926398e6bc2a733d044efe21629477 这笔提交引起的用例失败。
把用例里的torch.inference_mode() 替换到 torch.no_grad() 用例可以执行成功。
修改了一处aclgraph初始化的逻辑后，当前可以跑通9个用例，仍然有4个失败，正在定位。

[LeoLau94]

当前定位到是https://gitee.com/ascend/torchair/commit/9818eff91d926398e6bc2a733d044efe21629477 这笔提交引起的用例失败。 把用例里的torch.inference_mode() 替换到 torch.no_grad() 用例可以执行成功。 修改了一处aclgraph初始化的逻辑后，当前可以跑通9个用例，仍然有4个失败，正在定位。

请问一下，torch.inference_mode下，仍然会失败对吗？

[wangqian108]

当前定位到是https://gitee.com/ascend/torchair/commit/9818eff91d926398e6bc2a733d044efe21629477 这笔提交引起的用例失败。 把用例里的torch.inference_mode() 替换到 torch.no_grad() 用例可以执行成功。 修改了一处aclgraph初始化的逻辑后，当前可以跑通9个用例，仍然有4个失败，正在定位。

请问一下，torch.inference_mode下，仍然会失败对吗？

是的，仍有4个用例失败。
另外测试到在aclgraph内存复用的用例下增加teardown_method，清dynamo缓存后所有用例都能成功。
class TestMemPoolReuse:
......

def teardown_method(self):
    torch._dynamo.reset()

[LeoLau94]

当前定位到是https://gitee.com/ascend/torchair/commit/9818eff91d926398e6bc2a733d044efe21629477 这笔提交引起的用例失败。 把用例里的torch.inference_mode() 替换到 torch.no_grad() 用例可以执行成功。 修改了一处aclgraph初始化的逻辑后，当前可以跑通9个用例，仍然有4个失败，正在定位。

请问一下，torch.inference_mode下，仍然会失败对吗？

是的，仍有4个用例失败。 另外测试到在aclgraph内存复用的用例下增加teardown_method，清dynamo缓存后所有用例都能成功。 class TestMemPoolReuse: ......

def teardown_method(self):
    torch._dynamo.reset()

额，我的意思可能没表达清楚，我想问的是，inference_mode不换成no_grads的话，那些在no_grads下能pass的测例仍然会失败么？

[wangqian108]

当前定位到是https://gitee.com/ascend/torchair/commit/9818eff91d926398e6bc2a733d044efe21629477 这笔提交引起的用例失败。 把用例里的torch.inference_mode() 替换到 torch.no_grad() 用例可以执行成功。 修改了一处aclgraph初始化的逻辑后，当前可以跑通9个用例，仍然有4个失败，正在定位。

请问一下，torch.inference_mode下，仍然会失败对吗？

是的，仍有4个用例失败。 另外测试到在aclgraph内存复用的用例下增加teardown_method，清dynamo缓存后所有用例都能成功。 class TestMemPoolReuse: ......

def teardown_method(self):
    torch._dynamo.reset()

额，我的意思可能没表达清楚，我想问的是，inference_mode不换成no_grads的话，那些在no_grads下能pass的测例仍然会失败么？

是的，就是上面那4个。

[LeoLau94]

@wangqian108 这个问题定位还有后续进展吗？

[wbigat]

这个问题已经定位到是记录aclgraph捕获结果时，将torch_npu.npu.NPUGraph() 保存到dynamo的编译结果上时导致的报错，正式尝试其他解决方式，解决之后会在issue记录结论

[wbigat]

目前确认与torchair的代码无关，是torch升级高版本之后才会出现，cudagraph基础接口也可以复现，后续在pytorch社区进一步讨论。

pytorch/pytorch#166792