想对torch_npu 算子的调用进行修改，但找不到reshape算子

torch_npu版本： v2.1.0-5.0.rc3
CANN: 7.0.RC1

对torch_npu 的源码pytorch/third_party/op-plugin/op_plugin/ops/base_ops/opapi路径下进行修改算子，再使用源码编译安装torch_npu插件,输出算子的某些信息达到目的

例如修改pytorch/third_party/op-plugin/op_plugin/ops/base_ops/opapi/AddKernelNpuOpApi.cpp这个文件（如下图所示），测试脚本会在
torch_npu.npu.set_compile_mode(jit_compile=False)的模式下使用add，最终会在终端输出某些信息。
输入图片说明

现在我构建的一个脚本中有调用到reshape算子，但是没有在pytorch/third_party/op-plugin/op_plugin/ops/base_ops/opapi下找到reshape算子，在pytorch/third_party/op-plugin/op_plugin/ops/base_ops/aclops中找到了，但是修改后，在torch_npu.npu.set_compile_mode(jit_compile=False)的模式下不会调用。

请问torch_npu.npu.set_compile_mode(jit_compile=False)状态下，reshape应该在哪里找呢！！！！！不仅仅是reshape，transpose、permute、expand 这几个算子都找不到

还有个疑问，torch_npu 的作用是衔接pytorch，让算子在能够在npu上下发且执行，如果脚本能够在npu上正常运行，可否说明脚本中所有算子都在torch_npu上有实现，应该不存在torch上的算子没有经过torch_npu就可以在npu上执行吧

reshape是view操作，使用的原生逻辑，其他算子也有类似情况，可以通过profiling观察算子调用信息
https://www.hiascend.com/document/detail/zh/canncommercial/80RC3/devaids/devtools/profiling/atlasprofiling_16_0006.html

请问原生逻辑指的是pytorch中原本定义的操作，不需要通过torch_npu吗

如果我想输出算子的输入输出地址需要修改pytorch的源码吗

profiling能看到算子调用的顺序，我看到后面有些算子最后去调用aclnnXX算子去实现aten：XX。但有些算子一开始是调用aten：XX，最终还是aten：XX，这是不是就意味着使用了pytorch的原生逻辑

是的，不需要torch_npu处理

python侧应该也可以打印tensor地址，如果你需要查看c++侧调用各阶段的地址，那需要修改pytorch的源码

大概可以这么理解，如果有torch_npu适配逻辑对应会有torch_npu这边的调用栈，如果在pytorch社区代码中完成调用就不会走到torch_npu这边

感谢您的回复，那这些view操作走的是原生逻辑的话，是说明pytorch是可以在npu上修改张量吗，也就是某些算子可以直接从pytorch下发给torch_npu

您好，针对之前的问题还有些疑问，那这些view操作走的是原生逻辑的话，是说明pytorch是可以在npu上修改张量吗，也就是某些算子可以直接从pytorch下发给npu执行吗？还是说他们是在cpu侧进行执行的，再把结果返回给npu。

view操作不会实际修改tensor的实际内存也就是storage，他只会修改上层的描述性信息
https://stackoverflow.com/questions/42479902/what-does-view-do-in-pytorch

Ascend/pytorch

内容风险标识

评论 (10)

Ascend/pytorch .gitee-modal { width: 500px !important; }

内容风险标识