Pytorch FutureWarning of _check_is_size

快速结论：该 FutureWarning 由 PyTorch 2.11+ 废弃 `torch._check_is_size` 函数引发，用户常在使用 bitsandbytes 执行量化或 4-bit 推理时看到。优先升级 bitsandbytes 到 >=0.49.2 或确认 PyTorch 版本是否过于激进。

问题场景

用户运行 bitsandbytes 库（例如结合 transformers、accelerate 加载量化模型）时，在标准输出或日志中反复出现 FutureWarning。该警告不影响运行结果，但会造成日志污染，同时提示将来可能移除该 API。

报错原文

FutureWarning: _check_is_size will be removed in a future PyTorch release along with guard_size_oblivious.
Use _check(i >= 0) instead.
  torch._check_is_size(blocksize)

在 issue 中，用户实际触发位置包括：

/home/user/venv/lib/python3.12/site-packages/bitsandbytes/backends/default/ops.py:223
torch._check_is_size(blocksize)

/home/user/venv/lib/python3.12/site-packages/bitsandbytes/backends/cpu/ops.py:132
torch._check_is_size(blocksize)

原因分析

根本原因：PyTorch 在 commit e58ebc5（PR #169400）中移除了 torch._check_is_size 函数并改用 torch._check(i >= 0)。用户环境中的 PyTorch 2.11.0+ 已经标记该函数为废弃，而 bitsandbytes 0.49.2 仍使用旧 API。PyTorch _check_is_size 是在 PyTorch 2.0~2.2 期间为 torch.compile 生态添加的内置检查函数，并非最早期版本就含有，因此跨版本兼容性需要额外处理。

可能原因：

用户将 bitsandbytes 与实验性 PyTorch 版本（如 2.11.x）搭配使用，但 bitsandbytes 尚未完全适配。
同一环境下存在 _check_is_size 缓存的编译产物（如 torch.compile 产生的 .so 文件），但 issue 未提供直接证据。

环境排查

Python 版本：本文案例为 3.12（确认不影响核心逻辑）
CUDA / ROCm：案例中使用 CUDA 13.0
PyTorch 版本：torch.__version__ → 2.11.0+cu130
bitsandbytes 版本：bitsandbytes.__version__ → 0.49.2
依赖检查：确认导入时是否出现 FutureWarning，以及是否同时使用了 torch.compile 或 torch.fx 等需要编译图的特性。

解决步骤

确认 bitsandbytes 是否已有修复版本：访问 bitsandbytes 官方 GitHub 仓库，查看最新 release 是否包含对 _check_is_size 的替换。本 issue 讨论的提交仅为概念性修复，尚未进入正式 release。
手动修补源码（可优先尝试）：如果无法等待官方发布，可临时修改 bitsandbytes 源码中的两处调用。找到 default/ops.py 和 cpu/ops.py 中的 torch._check_is_size(blocksize) 替换为：
```
torch._check(blocksize >= 0, lambda: f"Blocksize must be non-negative, got {blocksize}")
```
注意：此替换在 PyTorch 2.0 以下不可用（torch._check 不存在），因此仅适用于 torch 2.0+。
降级 PyTorch（回退方案）：将 PyTorch 降至 2.4.x 或 2.3.x，此时 _check_is_size 尚未被废弃，可完全避免该警告。降级前需确认与 CUDA 版本的兼容性。
忽略 FutureWarning：如果对功能无实际影响，可在代码前添加 import warnings; warnings.filterwarnings('ignore', category=FutureWarning) 临时屏蔽日志污染，但 issue 中未推荐此方案作为长期做法。

验证方法

重新运行原本产生警告的脚本或模型加载命令，确认 FutureWarning 不再出现。
对于手动修补方案，执行 bitsandbytes 的单元测试（如 python -m pytest tests/）确保替换后未破坏其他检查逻辑。
检查 torch._check_is_size 不再被任何 bitsandbytes 模块引用：grep -r "_check_is_size" /path/to/bitsandbytes/