viable/strict/1790807359: [dynamo] Track attribute mutations on Tensor container outputs (#198514)
PyTorch PR #198514 修改 dynamo 对 Tensor 容器输出的属性变更追踪：此前 tuple/list 结果中的 Tensor 输出未注册属性变更重放，导致对 torch.split(...) 等新输出执行 setattr 时发生 graph break。新实现仅当直接无源 Tensor 子对象在输出中对象身份唯一且与所有输入 Tensor 不同时才追踪；重复输出对象与直接返回输入对象仍保守 graph break。测试覆盖 split 输出、重复对象、含 .grad 的输入对象返回及嵌套重复对象。
发展脉络
- 首次出现viable/strict/1790807359: [dynamo] Track attribute mutations on Tensor container outputs (#198514)PyTorch Core
- 当前判断判断：此类改动属于 PyTorch 编译器在动态图捕获上的持续打磨，短期不改变框架竞争格局，但影响依赖 torch.compile 的推理与训练栈的图断裂率。可验证下一信号：后续 release notes 中 dynamo graph break 相关条目数量与类型分布。Agent Pulse · 分析
该 PR 由 AI 编码助手协助撰写，作者已审阅实现与测试，包括 Tensor 对象身份保护与测试放置，认为可提交维护者评审。变更点在于 dynamo 对 tuple/list 结果内 Tensor 输出的属性变更重放注册：此前这类输出未注册，导致对 torch.split(...) 产生的新输出执行 setattr 时触发 graph break。新逻辑只追踪输出中对象身份唯一、且与每个输入 Tensor 都不同的直接无源 Tensor 子对象；重复输出对象和精确返回输入对象继续保守 graph break。测试覆盖 split 输出、重复对象、含 .grad 的输入对象返回以及嵌套重复对象，且不含模型特定逻辑。测试计划包括 dynamo-core-tests、test/dynamo/test_misc.py 中的 Tensor 属性测试、test_input_attr_tracking.py、test_tp_getattro.py 与 lintrunner -a。
判断：这是编译图捕获边界条件的收紧而非能力扩张，核心是对象身份唯一性作为可安全重放的判据。可验证下一信号：合并后 test/dynamo/test_misc.py 与 test_input_attr_tracking.py 中相关用例是否保持通过，以及是否出现针对重复输出对象的新 graph break 报告。
判断：此类改动属于 PyTorch 编译器在动态图捕获上的持续打磨，短期不改变框架竞争格局，但影响依赖 torch.compile 的推理与训练栈的图断裂率。可验证下一信号：后续 release notes 中 dynamo graph break 相关条目数量与类型分布。
判断：对使用 torch.compile 的团队，减少 graph break 可降低回退到 eager 的开销，但收益取决于工作负载是否在 split 等容器输出上做属性写入。可验证下一信号：升级后自身模型编译日志中 graph break 计数是否下降。
判断：若该保守策略稳定，dynamo 可能逐步把更多容器输出场景纳入重放；反之若出现身份误判问题，可能回退到更保守行为。可验证下一信号：后续 PR 是否放宽或收紧同一身份唯一性条件。