APITest 测试优化：🐛 修复 paddleonly 模式对 torch 的安装依赖

[cangtianhuang]

🧭 背景

PaddleAPITest 的 paddle_only 模式用于单独验证 Paddle API 配置能否被引擎解析并在 Paddle 侧正常执行，理论上不需要安装 PyTorch。当前测试框架里 accuracy、性能和部分 GPU cache 能力会依赖 torch，但这些依赖不应影响只跑 Paddle 的场景，安装 torch 会显著增加环境准备成本。

本次改动围绕主力入口 engineV2.py 和 engineV4.py，将 paddleonly 路径从 torch 相关类加载、cache 清理和 GPU cache 数据生成中拆出来，保证普通 paddleonly 以及 --use_gpu_cache_mode=True 下都不会因为缺少 torch 报错。

🔎 问题定位

旧逻辑中，主进程或 worker 初始化会一次性导入所有 tester 类，间接触发 accuracy / performance 等 torch 相关模块加载；同时 tester/base.py 和 tester/api_config/config_analyzer.py 顶层直接 import torch，导致仅导入 Paddle-only tester 也要求环境存在 torch。

进一步排查发现，paddle_only + --use_gpu_cache_mode=True 还会在 GPU cache 判断和数据生成阶段访问 torch.cuda.is_available()、Torch 随机张量和 DLPack 转换。对 paddleonly 来说，这些判断和张量生成都可以由 Paddle 完成。

🛠️ 实现方案

主入口侧采用按模式延迟加载：paddleonly 只加载 APIConfig 和 APITestPaddleOnly，只有 accuracy、CINN、性能、custom device 等确实需要 torch 的模式才加载 torch 相关 tester；cache 清理同样只在 torch 模式下调用 torch.cuda.empty_cache()。

shared tester 侧将 torch 改为 lazy 访问，避免模块 import 阶段强制加载 torch。对于 GPU cache，Paddle-only 输入和输出梯度改为 Paddle 原生生成与缓存；accuracy 路径仍保留原本的 Paddle/Torch 成对梯度逻辑，确保对比模式下 paddle grad 和 torch grad 来源一致。

🔧 主要变更

1. 主力入口延迟加载 torch 相关能力

engineV2.py 和 engineV4.py 新增按模式判断、测试类加载和 cache 清理封装。paddleonly worker 和单 case 路径不再无条件导入 torch，也不再无条件加载 accuracy/performance tester。

2. Paddle-only tester 去除初始化期 torch 依赖

APITestBase 支持 use_torch 开关，APITestPaddleOnly 显式关闭 torch 初始化。tester/base.py 与 tester/api_config/config_analyzer.py 使用 lazy torch 代理，只有真正访问 torch 功能时才加载 torch。

3. paddleonly GPU cache 改为 Paddle 原生路径

config_analyzer.py 中 GPU cache 可用性判断改为 Paddle 当前设备判断，不再使用 torch.cuda.is_available()。Paddle-only 的 GPU 输入 cache 使用 Paddle tensor 生成，避免为了生成 Paddle 输入而创建 torch tensor。

📁 改动文件

PaddleAPITest/
├── engineV2.py                                # 主力 V2 引擎：模式化加载、paddleonly torch-free、GPU/cache 参数处理
├── engineV4.py                                # V4 引擎：同步 V2 的加载策略，并补充 sanitizer 单 case 支持
├── tester/
    ├── base.py                                # lazy torch、paddleonly 输出梯度 cache、Paddle/Torch pair cache 拆分
    ├── paddle_only.py                         # paddleonly 初始化关闭 torch 设置
    └── api_config/
        └── config_analyzer.py                 # lazy torch、Paddle-only GPU 输入 cache、设备判断改造