先看现象。导出模型时报 Unsupported operator aten::scaled_dot_product_attention，导出直接中断。
真正麻烦的地方在于，几个原因的现象几乎一样。模型用了导出器不支持的融合算子。另一种情况是算子集版本过低。
另外，自定义层没有注册符号实现。
少数情况下是动态轴设置与模型输入不匹配。
提高算子集版本
torch.onnx.export(model, dummy, 'm.onnx', opset_version=17)再往下切到较新的导出器实现
torch.onnx.export(model, dummy, 'm.onnx', dynamo=True)接着关闭融合注意力改用等价实现
python -c "print('disable sdpa in config')"指定动态轴后再导出
torch.onnx.export(model, dummy, 'm.onnx', dynamic_axes={'input_ids':{1:'seq'}})同一份数据我导出了两份，一份留底，一份拿来试。
这类问题以前遇到过，但这次的触发条件和上次不一样。
这类改动我都写进变更记录，过两周再出问题时能对上号。
改完先别撤，确认这几项。导出成功并生成 onnx 文件，用推理引擎加载后输出与原始模型接近，延迟也符合预期。
导出成功率与算子集版本关系很大，遇到不支持先升版本，再考虑改模型实现，改动越小越好维护。拖得越久，排查成本越高，因为现场状态会被后续操作覆盖。