在Ascend NPU上使用torch.compile+Inductor+Triton对FLUX模型进行图模式训练时，反向传播编译失败源于Triton codegen生成的kernel中tl.store()的pointer与value broadcast不匹配。根本原因是同一flattened axis被多次展开为独立tiling axis（如3072=24×128），导致load/store使用

本文记录了在AscendNPU上使用PyTorch 2.14.0+TorchNPU训练Qwen3.5模型时，启用DVM编译所遇问题及解决方案。涉及Triton后端（引入aprof_pub.h、优先加载TorchNPU ACL头文件、升级至C++20）、TorchNPUInductor适配层（修复非张量参数处理、关闭FlexAttention自定义Lowering、补齐Grid维度）以及模型代码修改

在 Ascend NPU 上使用进行 FLUX 模型训练时，开发者可能会遇到编译链路和分布式通信方面的基础设施问题。本文基于实际训练场景，系统梳理了从环境搭建、DVM 后端验证到常见报错修复的完整流程，旨在帮助开发者快速定位并解决类似问题。环境信息基于 torchtitan main 分支修改报错一：编译器 IR 类型兼容问题，让提前返回即可解决。报错二：分布式通信端口问题，为当前任务分配独立的