Pull Request

描述

补充 autofuse/ascir/reg_func 目录多个算子的单元测试，使得该目录下UT覆盖率本地自测达到95.7%覆盖此前未触达的分支（Issue #210 reg_func 部分第一批提交）：

源文件	新增用例	覆盖分支	行覆盖率
remainder.cpp	WhenSecondInputIsTensor	第二输入为普通 tensor 时的 3×dtype×size 计算	52.9% → 100%
reduce.cpp	WhenNodeTypeIsArgMax / WhenNodeTypeIsArgMaxMultiRPhase1	ArgMax 系算子的多 tmp_buf 分配（生命周期 -1,0,1,2 / -1,0,1）	83.1% → 100%
truediv.cpp	WhenSecondInputIsUbScalar	HasScalarOrUbScalar 为 true 的默认大小路径	90.9% → 100%
compare.cpp	WhenTwoAxesAndBf16Dtype	双向量化轴 + BF16 dtype 的默认大小回退	98.7% → 100%
default_reg_func.cpp / rsqrt.cpp	WhenInputIsAllScalar	GetInputDataSizeTmpBuffer 全标量输入的 fallback	98.6% → 100%

lcov 实测：六个文件合计 237/237 行、23/23 函数，100%。

变更类型

🐛 Bug 修复
✨ 新功能
💄 代码风格更新（格式化，局部变量）
♻️ 重构（既不修复错误也不增加功能的代码变动）
📦 构建过程或辅助工具的变动
📝 文档内容更新

关联的Issue

#210

如何测试

sh build.sh -u --module=autofuse_framework -j 8
运行 CalcRemainderTmpSizeTest / CalcReduceTmpSizeTest / CalcTrueDivTmpSizeTest / CalcCompareTmpSizeTest / CalcRsqrtTmpSizeTest 新增用例全部通过
lcov 收集验证上述六个文件行覆盖率 100%

核对清单

我的代码遵循了项目的代码风格（clang-format 已执行）
我已对代码进行了自测（新增 5 用例 PASSED，覆盖率 100%）
我已更新了相关的文档（本次无文档变更）
我在标题中使用了合适的类型标签（test:）
我已经详细阅读了贡献指南（CONTRIBUTING.md），并遵守了其中的所有规定，包括但不限于commit message的格式、无效commit的合并等

其他信息

split.cpp 保持 94.7%（剩余 1 行为 IsAllStaticAligned 内层符号乘积，需要动态输出构图机制，投入产出比低）；argmax/argmax_with_value/zerosLike 为无调用方的遗留死代码（12 行），建议另行确认删除。

Pull Request已成功合入, 合并人@CANN-robot

（感谢 Leechi666 的贡献）

Leechi666成员

21 天前创建了 pull request，commit 7dac3d8c

atomgit-bot

21 天前评论：

变更摘要

本 PR 针对 Issue #210（autofuse/ascir 目录单测行覆盖率补足至 95%）中 reg_func 部分的首批提交，为 autofuse/tests/ut/ascir/reg_func/test_reg_func_remainder.cpp 新增用例 CalcRemainderTmpSize_ShouldReturnCorrectSize_WhenSecondInputIsTensor，覆盖 autofuse/ascir/reg_func/remainder.cpp 中「第二输入为普通 tensor」时按 3×dtype 字节数×输入元素数计算临时内存大小的分支，使该文件行覆盖率由 52.9% 提升至 100%（17/17 行）。

主要改动

新增第二输入为 tensor 的测试用例: 在 CalcRemainderTmpSizeTest 中新增 CalcRemainderTmpSize_ShouldReturnCorrectSize_WhenSecondInputIsTensor，构造 Data/Load/Remainder/Store/Output 完整计算图，并显式设置 node->inputs[0].attr.vectorized_strides 以进入目标计算分支。
构造非全 1 的 repeats 输入: 与既有用例不同，本用例让 x2 走 Data（真张量）而非 Scalar，且 x2.y.repeats 与 load2.y.repeats 均设为 {s0, s1}，使临时内存大小计算走「3 个中间 buffer × sizeof(float)× 输入元素数」的分支。
断言临时内存大小的封顶语义: 用例断言 result[0]->size 等于 sym::Min(Symbol(65312), Symbol(12) * s0 * s1)，即按 12×s0×s1（3×4 字节×元素数）计算并与上限 65312 取小，与 abs 测试的断言形式保持一致，同时校验 result.size() 为 1 且 life_time_axis_id 为 -1。

不准确？

CANN-robot成员

21 天前评论：

Hi @hitLeechi, welcome to submitting your first PR to graph-autofusion!

PR Merge Steps

1. CLA Signing

If the current PR label includes cann-cla/yes, it means you have signed the CLA and can proceed to the next step. If the label includes cann-cla/no, please sign the CLA first. If you have any questions, please refer to the FAQ.

2. CI Check

Please comment /compile to trigger the CI pipeline check. If the CI run is successful, the PR will be tagged with ci-pipeline-passed and you can proceed to the next step. If the CI run fails, the PR will be tagged with ci-pipeline-failed, please check the CI logs to fix the issues in the PR. If you have any questions, please refer to the FAQ.

3. Code Review

After CI passes, please refer to the PR Approval Progress and proactively @ the committers in the table to review the code. After approval, committers will comment /lgtm and /approve. Once the lgtm and approved labels are successfully added, the PR will be merged automatically.