[Bug][NPU] DeepSeek-Janus image-generation template hardcodes .cuda(), crashes on Ascend NPU

[li-lizhe]

问题描述 / Bug description

swift/template/templates/deepseek.py 的 Janus 图像生成分支 (DeepSeekTemplate.generate(), generate_mode=True) 里有两处硬编码的 .cuda()：

tokens = torch.zeros((bsz, parallel_size * 2, max_input_token_num),
                     dtype=torch.int).cuda()
...
generated_tokens = torch.zeros((bsz, parallel_size, self.image_token_num_per_image),
                               dtype=torch.int).cuda()

在未编译 CUDA 的设备（华为昇腾 NPU / 其他非 CUDA 后端）上，.cuda() 直接抛
AssertionError: Torch not compiled with CUDA enabled，Janus 图像生成在 NPU 上完全不可用。
input_ids 已经是位于目标设备上的张量，这两处只需跟随它的设备即可。

复现 / Reproduction

昇腾 910B4 + torch 2.15.0 / torch_npu（真机实测）：

BEFORE: hardcoded .cuda() FAILED on NPU -> AssertionError: Torch not compiled with CUDA enabled
AFTER : device=input_ids.device OK -> npu:0 dtype torch.int32

最小复现即 torch.zeros((1, 2, 8), dtype=torch.int).cuda()（NPU 上必崩）。

提议修法 / Proposed fix

把 dtype=torch.int).cuda() 改成 dtype=torch.int, device=input_ids.device)（两处），
行为在 CUDA 上完全不变，同时让 NPU 等非 CUDA 后端可用。

PR 已附上，见下方关联链接。这是为昇腾/非 CUDA 用户做的设备无关修复。

[li-lizhe]

Root cause confirmed on real Ascend 910B4 hardware (torch 2.15.0 + torch_npu): the two .cuda() calls in the Janus image-generation path raise AssertionError: Torch not compiled with CUDA enabled. Fix is to create both tensors on input_ids.device, which is a no-op on CUDA and makes the path usable on NPU/other non-CUDA backends. A PR is on the way referencing this issue.