ATK 算子测试工具

工具简介

ATK 是一款面向算子接口的端到端测试工具，支持测试用例生成、算子任务执行、精度与性能结果导出等能力。工具可用于快速构造批量测试用例，执行待测算子与标杆算子的对比任务，并生成日志与报告，帮助用户发现算子质量风险。

主要能力包括：

• 自动生成算子测试用例，覆盖常规值、边界值和特殊 Tensor。
• 支持 CPU、NPU等后端作为待测或标杆执行节点。
• 支持精度测试和性能测试。
• 支持通过插件扩展参数约束、执行方式和精度比较逻辑。

适用范围

本文档面向首次使用 ATK 的用户，帮助用户完成一次基础测试闭环：

环境准备 -> 安装工具 -> 用例执行 -> 查看结果

快速开始

1. 环境准备

使用 ATK 前，请先准备基础运行环境：

• 已安装 CANN 环境。
• Python 版本建议为 3.8 及以上。
• 如需测试 PyTorch 算子，建议安装 Ascend Extension for PyTorch 2.1 及以上版本。
• 建议在 conda 环境或容器环境中安装和运行。

2. 安装工具

用户下载源码后编译安装使用，执行如下命令构建whl包：

cd ATK
pip install wheel
python setup.py bdist_wheel

在 ATK 安装包所在目录执行：

cd dist
pip install *.whl

安装完成后执行：

pip show atk

如果能正常显示 atk 包信息，说明安装完成。

3. 用例执行

README 使用仓库内置的 CSV 样例直接执行任务，以下命令默认在仓库根目录执行。

Pytorch场景：

atk pytorch pytorch/torch.max.csv

Aclnn场景：

atk aclnn aclnn/aclnnUnique.csv

4. 查看结果

任务执行后，结果和日志默认保存在当前目录的 atk_output 下：

atk_output/
  all_op_max_时间戳/
    log/
      atk.log
    report/
      all_op_max_reports_时间戳.xlsx
    input/
    output/

控制台会输出任务汇总信息，例如总用例数、精度通过率和是否达标。结果查看的详细说明见 结果分析。

进阶阅读

• 如需自动生成泛化用例并进行测试，请阅读 基本使用流程。
• 如在生成泛化用例过程中算子输入存在约束关系，请阅读 扩展开发。