测试框架与测试开发方法【免费下载链接】cannbot-skillsCANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体本仓库为其提供可复用的 Skills 模块。项目地址: https://gitcode.com/cann/cannbot-skills测试工程的搭建与测试代码开发方法。测试配置dtype/shape/容差/oracle以上游测试方案与 Spec 为真值源test_matrix 管理见ascendc-st-design。精度标准与性能采集见 precision-and-perf.md。测试工程组成文件作用gen_data.py测试数据生成按 dtype/shape 生成输入与 CPU golden 期望输出run.sh运行脚本编译 执行 结果比对的入口golden 实现CPU 侧参考实现产出期望输出作为精度比对基准用例表按 L0/L1/L2 分级组织的 shape × dtype 组合性能采集框架跑出各 shape/dtype 的耗时、带宽、利用率分级功能用例设计级别名称覆盖用途L0门槛用例常规 shape 与 dtype用例小、执行快开发时简单功能验证8-16 元素基础功能L1功能用例典型 shape、竞品 shape验证常用功能覆盖完全1K 元素典型场景L2异常用例超大 shape、空指针、极值/零值等异常输入边界与异常输入验证分级用例的 shape/dtype 组织通过ascendc-st-design的 test_matrix 管理与 Spec 保持一致。白盒测试补全以算子代码与已有黑盒测试为输入基于算子代码分析分支覆盖。补充白盒用例覆盖黑盒用例未涉及的分支如尾核处理、特定 Tiling 分支、非对齐路径。分支覆盖达标阈值以配置为准。golden 实现要点golden 为 CPU 侧独立实现不复用被测 Kernel 逻辑保证比对独立性。golden 输出作为精度比对基准容差按 dtype 取ops-precision-standard标准。发现算子疑似缺陷时以测试暴露问题并回退给算子开发角色不自行改算子实现。测试代码可执行、可复现是交付底线用例须能实际运行并给出通过/失败结论非对齐场景须纳入覆盖。【免费下载链接】cannbot-skillsCANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体本仓库为其提供可复用的 Skills 模块。项目地址: https://gitcode.com/cann/cannbot-skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
