动态图 DTensor in-place 算子 bypass 将梯度累加器降级为普通 Tensor，TP-4 梯度累加报 "Cannot found __fallback__"

该问题是怎么引起的？

hyper_parallel 的 DTensor dispatch 在 hyper_parallel/core/shard/_op_dispatch.py 里，对 bypass 白名单中的 in-place 算子（InplaceAddExt / InplaceSubExt / InplaceMul / InplaceDiv），会把参数从 DTensor 解包成本地 tensor、执行 op_call，然后返回那个本地结果：

if self._should_bypass_dispatch(op_name):
    return op_call(*self._unwrap_args(args), **self._unwrap_kwargs(kwargs))

当第一个操作数是 DTensor 时，这等于把它降级成了普通 Tensor。MindFormers PynativeTrainer 的梯度累加 loss += micro_loss（loss 初值为 0.0）因此：

• 第 1 次 loss += micro_loss：0.0 + DTensor 走 out-of-place，loss 变 DTensor；
• 第 2 次：DTensor += DTensor 命中 in-place 白名单 bypass，返回本地结果，loss 被降级为普通 Tensor；
• 第 3 次：普通 Tensor += DTensor，去普通 Tensor 上找 __fallback__ 而失败。

因此只要梯度累加跑到 >= 3 个 micro-step 就复现：TP-4（dp_shard=2、每 dp rank 4 个 micro-step）会崩；TP-2（2 个 micro-step）到不了第 3 步所以不崩。

重现步骤

单机 8x910B，MindFormers PynativeTrainer（run_mindformer.py --mode 1）+ hyper_parallel：

1. GLM-4.7 Flash 减层配置（4 层 / hidden 1024 / 8 experts，moe_router_force_expert_balance: false）；
2. 并行布局 FSDP-2 x TP-4 x EP-2（tensor_parallel=4, expert_parallel=2, sequence_parallel=true）；
3. training.deterministic: True，训练 5 步。

结果：第 0 步在梯度累加 loss += micro_loss 处崩溃；改成 TP-2 则正常。

报错信息

File ".../mindformers/pynative/trainer/trainer.py", line 726, in _inner_train_loop
    loss += micro_loss
  ...
RuntimeError: Cannot found __fallback__ attr from object Tensor

schema_version: 1
source: gitcode
gitcode_repo: mindspore/hyper-parallel
gitcode_issue: 190
source_url: https://gitcode.com/mindspore/hyper-parallel/issues/190

Start in hyper_parallel/core/shard/_op_dispatch.py at the _should_bypass_dispatch branch for the listed in-place operators, then trace how its returned value is used by MindFormers' trainer.py loss += micro_loss path. Reproduce with the TP-4 configuration described in the issue; done means gradient accumulation reaches the third micro-step without downgrading the DTensor or raising the fallback error.