viable/strict/1790773504: Extend `native_layer_norm` param dtype check from CUDA to XPU (#198647)
PyTorch 合并 PR #198647：_check_native_layer_norm_cuda_param_dtype 此前在非 CUDA 设备上提前返回，导致 aot_eager_decomp_partition 下 XPU 的分解跳过 weight/bias dtype 校验，与 eager 行为不一致。由于 XPU 具有相同 kernel 语义（含 num_rows == 0 的例外处理），该检查改为同时覆盖 CUDA 与 XPU，并重命名对应 helper，同时为 XPU 取消 test_layer_norm_mixed_dtype_aot_eager_decomp_partition_errors 的跳过标记。
Development
- First Reportviable/strict/1790773504: Extend `native_layer_norm` param dtype check from CUDA to XPU (#198647)PyTorch Core
- Current Assessment判断：主流框架正在把非 NVIDIA 加速器纳入与 CUDA 同等的正确性基线，而不是仅保证能跑通。若这一模式延续，XPU 等后端的兼容成本会从「功能可用」转向「行为逐位对齐」，对多后端部署的测试矩阵提出更高要求。Agent Pulse · analysis
PyTorch 核心仓库合并 PR #198647，把 native_layer_norm 的参数 dtype 校验从仅 CUDA 扩展到 XPU。原 helper 在非 CUDA 设备上提前返回，使 aot_eager_decomp_partition 路径在 XPU 上跳过 weight/bias 的 dtype 校验，与 eager 结果产生分歧。证据指出 XPU 与 CUDA 的 kernel 语义一致，包括 num_rows == 0 的例外处理，因此改为在两个设备上统一 gate，并重命名 helper；相应测试 test_layer_norm_mixed_dtype_aot_eager_decomp_partition_errors 在 XPU 上被取消跳过。该 PR 由 guangyey、etaf、jansel 审阅通过。
这是一次后端一致性修复而非新能力：分解路径的 dtype 校验此前隐含假设 CUDA 专属，XPU 复用同一 kernel 语义后该假设不再成立。可验证的下一信号是 XPU 上同类 decomposition 与 eager 的数值/报错一致性测试是否继续增加，以及是否出现其他仍以 CUDA 为默认 gate 的检查被同样泛化。
判断：主流框架正在把非 NVIDIA 加速器纳入与 CUDA 同等的正确性基线，而不是仅保证能跑通。若这一模式延续，XPU 等后端的兼容成本会从「功能可用」转向「行为逐位对齐」，对多后端部署的测试矩阵提出更高要求。
对使用 XPU 或多后端推理的团队，这类修复降低的是隐性正确性风险：分解路径与 eager 行为不一致可能在混合精度场景下产生难排查的偏差。价值不在性能提升，而在减少后端切换时的验证与调试成本。
可观察的下一信号：PyTorch 后续版本说明或 PR 中，是否出现更多把 CUDA 专属 dtype/语义检查扩展到 XPU 的改动，以及 XPU CI 是否新增对应的 decomposition 一致性用例。