总决赛：算子测试用例设计
【免费下载链接】cann-competitions本仓库用于 CANN 开源社区各类竞赛、开源课题、社区任务等课题发布、开发者作品提交和展示。项目地址: https://gitcode.com/cann/cann-competitions
赛题概述
本次总决赛要求参赛者为 CANN ops-math 仓库中的算子编写端到端测试用例，在真实昇腾 910_93 NPU 环境下尽可能覆盖算子的各种执行路径，并深入分析算子的精度特性。评分采用五维综合打分，代码覆盖率仍是核心指标，同时新增精度分析与测试报告两个维度。
总决赛共设 2 道题目：
| 题目 | 算子 | 难度 | 说明 |
|---|---|---|---|
| 题目 1 | Add（逐元素加法） | 进阶 | $y = x_1 + \alpha \times x_2$，含 alpha 参数和 V3 API，6 类 API 变体 |
| 题目 2 | Cumsum（累积求和） | 进阶 | $y[i] = \sum_{j=0}^{i} x[j]$，含 V2 参数（exclusive / reverse），重点关注误差累积效应 |
各题目的详细要求见对应的题目描述文档。
与预选赛的主要差异
| 维度 | 预选赛 | 总决赛 |
|---|---|---|
| 运行环境 | 本地 Docker（x86 CPU 模拟器） | 真实 Ascend 910_93 NPU（远程服务器） |
| SOC 参数 | --soc=ascend950 --simulator | --soc=ascend910_93（真机） |
| 评分维度 | 代码覆盖率 | 五维综合：编译 / 行覆盖 / 分支覆盖 / 精度分析 / 报告 |
| 提交物 | 测试代码 + build 产物 | 测试代码 + build 产物 +测试报告 |
| 精度分析 | 非评分项 | 单独评分维度，需深入分析 |
参考资料
在开始之前，建议阅读以下参考文档：
- Mul 算子架构分析：了解 CANN 算子的分层结构（
op_api/op_host/op_kernel）、支持的数据类型组合以及各层中的条件分支 - Mul 算子测试用例分析：了解端到端测试用例的代码结构、两段式 API 调用方法（
GetWorkspaceSize+Execute）以及结果验证思路 - Mul 算子精度分析教程：浮点精度问题的典型场景、分析方法与测试设计思路（决赛精度分析维度的重要参考）
实验环境
本次总决赛在远程 Ascend 910_93 NPU 服务器上执行，组委会已预置 CANN 工具链、ops-math 源码、测试报告模板等全部依赖。
接入方式：
安装 UniVPN 客户端并使用统一账号登录内网
使用组委会邮件下发的 IP / 端口 / 密码通过 SSH 登录本队专属环境
将
/public下的赛题资料拷贝至
/root作为工作目录：
cp -r /public/* /root/
详细接入步骤请参见《参赛全流程说明》。
注意：由于决赛环境为真机 NPU，不再使用
--simulator参数，也不使用 Docker 镜像。所有编译、运行、调试均在远程服务器上完成。
基本操作流程
以 Add 算子为例（Cumsum 只需将命令中的add替换为cumsum）：
0. 前置修复：CMakeLists 配置
math/add/CMakeLists.txt与math/cumsum/CMakeLists.txt在默认配置下存在ascend910_93SOC→arch 映射问题，会导致host 层 tiling 覆盖率为 0。编译前务必先执行一键补丁：
cd /root/ops-math # Add：补齐 SOC 列表 + 统一映射到 arch35 sed -i 's|set(SUPPORT_COMPUTE_UNIT "ascend950" "mc62cm12a")|set(SUPPORT_COMPUTE_UNIT "ascend310p" "ascend910_93" "ascend910b" "ascend950" "mc62cm12a")|; s|set(SUPPORT_TILING_DIR "arch35" "arch35")$|set(SUPPORT_TILING_DIR "arch35" "arch35" "arch35" "arch35" "arch35")|' \ math/add/CMakeLists.txt # Cumsum：arch32 → arch35 sed -i 's|set(SUPPORT_TILING_DIR "arch32" "arch32" "arch32" "arch35" "arch35")|set(SUPPORT_TILING_DIR "arch35" "arch35" "arch35" "arch35" "arch35")|' \ math/cumsum/CMakeLists.txt1. 编译算子
cd /root/ops-math bash build.sh --pkg --soc=ascend910_93 --ops=add --vendor_name=custom --cov--cov启用覆盖率插桩，编译成功后在build_out/下生成算子安装包。
校验 host 层产物（编译后必做）：
find build -name "add_tiling*.gcno"应能查到文件，若为空说明前置补丁未生效，请回到步骤 0 检查。
2. 安装算子包
./build_out/cann-ops-math-custom_linux-aarch64.run3. 运行测试（真实 NPU）
bash build.sh --run_example add eager cust \ --vendor_name=custom --soc=ascend910_93 --cov运行成功后会在build/目录下生成覆盖率数据文件（.gcda）。
4. 查看覆盖率
# 行覆盖 find build -name "*.gcda" | grep add gcov -b <gcda文件路径>gcov输出的Lines executed: XX.XX% of YY即为行覆盖率，Branches executed: XX.XX% of YY即为分支覆盖率。每次修改测试用例后，需重新执行步骤 1–4。
5. 撰写测试报告
参考测试报告模板和模版样例，编写报告
6. 打包提交
将测试代码、build 目录（仅保留.gcda / .gcno）、测试报告打包为.zip。具体目录结构与打包命令见各题目描述文档。
评分标准
决赛采用五维综合评分：
| 维度 | 说明 | 占比倾向 |
|---|---|---|
| 1. 编译通过率 | 提交代码必须能在评测环境中完整跑完编译 → 安装 → 运行流程 | 前置门槛 |
| 2. 行覆盖率 | 统计op_api层与op_host层指定文件的综合行覆盖率 | 核心指标 |
| 3. 分支覆盖率 | 统计同一批文件的综合分支覆盖率（gcov -b） | 核心指标 |
| 4. 精度分析 | 测试报告中对精度问题的场景发现与原理分析深度 | 质量指标 |
| 5. 测试报告 | 报告的完整性、结构、分析质量 | 质量指标 |
前置条件：
- 编译通过：编译失败的提交无法获得完整覆盖率得分，但评测系统会尝试从提交的 build 目录中提取覆盖率数据作为参考；
- 结果验证：测试代码中必须包含有效的结果验证逻辑（期望值计算 + 数值比对），仅打印结果而不验证的提交将被扣分；
- 测试报告：必须按模板提交，缺失报告将直接影响相关维度得分。
提交要求
每道题目独立提交一个压缩包<队名>_<题目>.zip，基本结构：
<队名>/ ├── test_aclnn_<op>.cpp # 测试用例源文件（必须） ├── build/ # 覆盖率产物（仅保留 .gcda / .gcno） └── 测试报告.md # 按模板编写（必须）build 目录仅保留评分相关的.gcda / .gcno，具体路径与一键筛选打包命令见各题目描述文档，不要提交完整 build 目录（可能有几百 MB）。
祝各参赛队在决赛中取得佳绩！
【免费下载链接】cann-competitions本仓库用于 CANN 开源社区各类竞赛、开源课题、社区任务等课题发布、开发者作品提交和展示。项目地址: https://gitcode.com/cann/cann-competitions
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
