PIDModelFit 12 算子测试报告
测试对象
当前正式提交 12 个算子，覆盖模型辨识、模型诊断、PID 参数生成、候选仿真、候选特征、控制性能和过程能力评估。
| 阶段 | 算子 | Host API |
|---|---|---|
| 模型辨识 | pid_fopdt_basis_gemm_fit |
aclnnPidFopdtBasisGemmFit |
| 模型辨识 | pid_ipdt_basis_gemm_fit |
aclnnPidIpdtBasisGemmFit |
| 模型辨识 | pid_sopdt_basis_gemm_fit |
aclnnPidSopdtBasisGemmFit |
| 模型诊断 | pid_residual_diagnostics |
aclnnPidResidualDiagnostics |
| 模型诊断 | pid_windowed_residual_diagnostics |
aclnnPidWindowedResidualDiagnostics |
| PID 参数生成 | pid_tuning_rule_batch |
aclnnPidTuningRuleBatch |
| 候选仿真 | pid_fopdt_batch_rollout_score |
aclnnPidFopdtBatchRolloutScore |
| 候选仿真 | pid_ipdt_batch_rollout_score |
aclnnPidIpdtBatchRolloutScore |
| 候选仿真 | pid_sopdt_batch_rollout_score |
aclnnPidSopdtBatchRolloutScore |
| 候选特征 | pid_step_response_features |
aclnnPidStepResponseFeatures |
| 控制性能 | pid_control_performance_metrics |
aclnnPidControlPerformanceMetrics |
| 过程能力 | pid_process_capability_metrics |
aclnnPidProcessCapabilityMetrics |
测试环境
| 项目 | 环境 |
|---|---|
| 本地开发机 | Windows / Python 3.11 |
| NPU 测试机 | node202 |
| NPU | Ascend 910B3 |
| CANN | node202 /usr/local/Ascend/ascend-toolkit |
| 构建工具 | CMake + Ascend C CMake |
| CPU 对照 | benchmark 程序内置 C++/Python reference，典型口径为 64 线程 |
文档与工程完整性
12 个正式算子均提供独立工程和基础交付件：
| 检查项 | 结果 |
|---|---|
独立 CMakeLists.txt |
12/12 |
op_host/ + op_kernel/ |
12/12 |
| README | 12/12 |
docs/algorithm.md |
12/12 |
docs/api_reference.md |
12/12 |
docs/benchmark.md |
12/12 |
| Python reference / accuracy test | 12/12 |
| ACLNN smoke 或 NPU benchmark 入口 | 12/12 |
构建与基础验证
单算子构建方式：
cd prediction/ProcessControl/PIDModelFit/<op>
cmake -S . -B build -DCMAKE_BUILD_TYPE=Release -DSOC_VERSION=Ascend910B3
cmake --build build -j$(nproc)
常用验证入口：
# Python reference 精度测试
python tests/test_<op>.py
# NPU smoke，具体可执行文件名见各算子 README
./build/test_aclnn_<op> 0
# NPU/CPU benchmark，参数见各算子 docs/benchmark.md
./build/benchmark_<op> ...
Python 语法检查：
python -m compileall -q prediction/ProcessControl/PIDModelFit
精度验证结论
| 算子类别 | 精度验证结论 |
|---|---|
| FOPDT/IPDT/SOPDT basis-GEMM fit | pipeline benchmark 中 idx_diff=0，best_sse/best_k 与 CPU reference 在 float32 阈值内对齐 |
| 残差诊断 | smoke 通过；benchmark 中 max_autocorr_abs_err=0，指标误差在 float32 归约阈值内 |
| 窗口残差诊断 | Python reference 7 passed；NPU benchmark 中 metric_max_abs <= 7.63e-6，autocorr_max_abs=0 |
| PID 规则整定 | 大 batch 精度 pid_max_abs=0、diag_max_abs=0；用于 E2E 候选生成 |
| FOPDT rollout | NPU 输出与 CPU reference bit-identical；大候选下个别 best_idx 差异来自 argmin 近并列 |
| IPDT/SOPDT rollout | 质量指标与 CPU reference 在 float32 精度内；少量 best_idx 差异对应近并列候选，得分相对误差小 |
| 阶跃响应特征 | 本地 reference 4 passed；NPU benchmark feature_max_abs=0 |
| 控制性能指标 | 与 CPU double reference 最大相对误差保持在 1e-4 以内 |
| 过程能力指标 | 与 CPU Welford reference 对齐，误差符合 float32 累加和近似开方预期 |
性能验证结论
性能细节以各算子目录的 docs/benchmark.md 为准。当前可用于合入判断的代表性结论如下。
模型辨识
MatMul + custom reduce pipeline 在 B=64,N=1024,M=256 下对 CPU 64 线程完整 fit 的加速：
| 算子 | CPU 64T 完整 fit | NPU resident e2e | NPU cold e2e | resident 加速 | cold 加速 |
|---|---|---|---|---|---|
| FOPDT fit | 8.74037 ms |
0.303587 ms |
0.989354 ms |
28.79x |
8.83x |
| IPDT fit | 8.85539 ms |
0.185910 ms |
0.389072 ms |
47.63x |
22.76x |
| SOPDT fit | 10.3824 ms |
0.166816 ms |
0.406088 ms |
62.24x |
25.57x |
FOPDT 扩展规模 B=128,N=1024,M=512 下 resident/cold 加速分别为 92.87x / 18.73x，说明候选数和回路数扩大后矩阵化路线收益更明显。
候选闭环仿真
B=128,sim_steps=1024 口径下，三个 batch rollout 算子相对 CPU 64 线程的 kernel 加速：
| 算子 | C=1024 |
C=4096 |
C=16384 |
|---|---|---|---|
| FOPDT rollout | 约 4.4x |
约 5.3x-6.8x |
约 5.1x |
| IPDT rollout | 4.36x |
4.95x |
4.55x |
| SOPDT rollout | 5.04x |
5.07x |
5.18x |
rollout 是整定链路中的主要热点。当前实现利用候选维度宽 SIMD 并行，在保持模型递推语义不变的前提下获得稳定单卡收益。
诊断、特征与评估
| 算子 | 代表性结论 |
|---|---|
pid_residual_diagnostics |
中大规模下 e2e 可超过 CPU 64 线程，B=1024,N=2048,max_lag=64 e2e/CPU64T 为 4.66x |
pid_windowed_residual_diagnostics |
resident e2e 加速约 31x-64x，适合上游预测值已在 device 的窗口化质量门禁 |
pid_step_response_features |
resident e2e 加速约 41x-43x，特征与 CPU reference 完全对齐 |
pid_control_performance_metrics |
kernel-only 相对 CPU 64T 约 16x-100x，适合作为 NPU 流水线融合后处理 |
pid_process_capability_metrics |
kernel-only 相对 CPU fast 64T 约 2.1x-11.5x，适合 device-resident 巡检场景 |
pid_tuning_rule_batch |
低算术强度算子，不作为性能主卖点；保留原因是 E2E 需要 device 侧候选生成阶段 |
E2E 验证
全链路工具位于 e2e/，覆盖 FOPDT 方向的真实算子串联：
fit -> tuning_rule -> fopdt_rollout -> performance_metrics
e2e_orchestrator.py 用 CPU reference 分阶段校验精度；e2e_perf 用单进程 device-resident 编排计时，并与 CPU 64 线程链路对比。代表性结果见 e2e/README.md：B=128,sim_steps=1024,auto tile 下，C=1024/4096/16384 分别约 4.0x/6.2x/4.5x vs CPU 64T。
结论
- 12 个算子均具备独立工程、文档、reference 测试和 NPU benchmark/smoke 入口。
- 模型辨识与 batch rollout 是最主要的 NPU 价值点：前者利用 GEMM，后者利用候选维度宽 SIMD。
- 残差诊断、窗口残差、候选特征、控制性能和过程能力算子适合作为 device-resident 后处理，避免中间轨迹回传 CPU。
pid_tuning_rule_batch不是性能卖点，但支撑端到端流程完整性。- 已撤回的探索/历史原型不在本次正式提交范围内，当前目录只保留 12 个正式算子。