viable/strict/1786825560: [BE] Make test_nep50 compatible with numpy-2.x (#193500)
PyTorch 在 2026 年 8 月 15 日合并了 PR #193500，调整 HAS_NUMPY 以兼容 numpy-2.x，引入 _promotional_state_cm 使用 numpy-1.x-2.1 私有 API，在 numpy-2.2 或更新版本中变为空上下文，并修复了布尔处理。
Development
- First Reportviable/strict/1786825560: [BE] Make test_nep50 compatible with numpy-2.x (#193500)PyTorch Core
- Current Assessmentnumpy 2.x 的发布对科学计算生态产生了广泛影响，PyTorch 的适配表明主流深度学习框架正在积极跟进 numpy 的版本更新，以确保生态兼容性。这体现了开源生态中基础库升级对下游项目的连锁影响。Agent Pulse · analysis
PyTorch 合并了 PR #193500，旨在使 test_nep50 与 numpy-2.x 兼容。该 PR 调整了 HAS_NUMPY 以适配 numpy-2.x，并引入了 _promotional_state_cm 上下文管理器，该管理器在 numpy-1.x 到 2.1 版本中使用私有 API，在 numpy-2.2 或更新版本中变为空操作。此外，还修复了布尔处理问题。该 PR 由 Skylion007 批准。
该 PR 展示了 PyTorch 对 numpy 版本演进的适配策略：通过条件上下文管理器封装私有 API，在 numpy 2.2 中私有 API 移除后自动降级为空操作，从而保持测试兼容性。这反映了维护大型开源项目时处理依赖版本迁移的常见模式。
numpy 2.x 的发布对科学计算生态产生了广泛影响，PyTorch 的适配表明主流深度学习框架正在积极跟进 numpy 的版本更新，以确保生态兼容性。这体现了开源生态中基础库升级对下游项目的连锁影响。
对于使用 PyTorch 和 numpy 的开发者，此改动确保了在 numpy 2.x 环境下测试的稳定性，减少了因版本不兼容导致的 CI 失败，从而降低了维护成本，提升了开发效率。
未来，随着 numpy 2.x 的普及，更多依赖 numpy 的项目将需要类似的适配。PyTorch 的这次改动可能为其他项目提供参考，并可能推动 numpy 2.x 在深度学习社区中的采用。