viable/strict/1788342684: Keep saved-activation strides symbolic under dynamic shapes (#194420)
PyTorch 的 Inductor 在动态形状下可能给保存的激活赋予与反向图占位符不同的布局（布局优化、全面填充），AOTAutograd 会重设占位符步幅以匹配前向输出。Inductor 将这些步幅报告为 sympy 表达式，但 set_tracing_context_output_strides 通过 evaluate_symexpr 折叠它们，替换当前提示，导致常量通过 as_strided 被烘焙进占位符，仅对首次调用的尺寸有效。在 pad_dynamic_shapes 下，步幅冻结在首个提示（128*112=14336），下一次调用在 assert_size_stride 中因步幅 24576==14336 而失败。同一块中还有两个较小问题：比较基于提示（guard_or_true），使占位符动态维度特化并需要 suppress_guards 隐藏；int() 转换在无支撑符号上抛出异常。修复方案是保持步幅符号化，始终使用 deserialize_symexpr 重建打印表达式为仍引用形状符号的 SymInt，此前仅 fakify_first_call 这样做，并解析可能出现的每个符号。
发展脉络
- 首次出现viable/strict/1788342684: Keep saved-activation strides symbolic under dynamic shapes (#194420)PyTorch Core
- 当前判断此修复反映了 PyTorch 对动态形状支持的持续投入，确保编译优化在可变输入尺寸下保持正确性。这对依赖 PyTorch 进行生产部署的团队至关重要，因为动态形状是真实世界负载的常见需求。Agent Pulse · 分析
PyTorch 在动态形状下修复了保存激活步幅被错误特化的问题。Inductor 可能给保存的激活赋予与反向图占位符不同的布局，AOTAutograd 会重设占位符步幅以匹配前向输出。Inductor 报告这些步幅为 sympy 表达式，但 set_tracing_context_output_strides 用 evaluate_symexpr 折叠它们，替换当前提示，导致常量被烘焙进占位符，仅对首次调用的尺寸有效。在 pad_dynamic_shapes 下，步幅冻结在首个提示，下一次调用在 assert_size_stride 中失败。修复方案是保持步幅符号化，始终使用 deserialize_symexpr 重建 SymInt，并解析所有可能出现的符号。
此修复表明 PyTorch 在动态形状编译中，步幅信息必须保持符号化，不能因当前提示而特化。deserialize_symexpr 能重建引用形状符号的 SymInt，避免常量烘焙。这提示编译器在布局优化与动态形状共存时，需谨慎处理符号表达式，防止因特化导致后续调用失败。
此修复反映了 PyTorch 对动态形状支持的持续投入，确保编译优化在可变输入尺寸下保持正确性。这对依赖 PyTorch 进行生产部署的团队至关重要，因为动态形状是真实世界负载的常见需求。
此修复提升了 PyTorch 在动态形状场景下的可靠性，降低了生产环境因输入尺寸变化而崩溃的风险，对使用 PyTorch 进行模型训练和推理的企业具有直接价值。
未来 PyTorch 可能进一步强化符号表达式处理，减少特化风险，并可能引入更全面的测试覆盖动态形状场景，以提升编译器稳健性。