amct_ops 测试说明

tests/amct_ops 中的测试依赖已编译好的 amct_ops Python 包和算子 .so。执行测试前需要先构建 amct_ops。

方式一：使用 staging 运行（推荐开发使用）

bash amct_ops/ops_build.sh <op_name>

PYTHONPATH=amct_ops/staging python3 -m unittest <test_module>

其中 <op_name> 为 amct_ops 下的算子目录名，<test_module> 为 tests.amct_ops 下的 unittest 模块名，例如 tests.amct_ops.test_hifloat8_cast。

如果算子需要特定 SOC 或其他构建参数，按算子 README 或 ops_build.sh --help 补充对应参数。例如 SVDQuant 当前仅在 ascend950 SOC 上构建，运行方式为：

bash amct_ops/ops_build.sh --soc ascend950 svd_quant

PYTHONPATH=amct_ops/staging python3 -m unittest tests.amct_ops.test_svd_quant

方式二：安装 wheel 后运行

bash amct_ops/ops_build.sh <op_name>
pip install amct_ops/dist/amct_ops-*.whl

python3 -m unittest <test_module>

SVDQuant 的 wheel 安装运行示例：

bash amct_ops/ops_build.sh --soc ascend950 svd_quant
pip install amct_ops/dist/amct_ops-*.whl

python3 -m unittest tests.amct_ops.test_svd_quant

环境要求

• 已 source CANN 环境变量，例如 $ASCEND_HOME_PATH/set_env.sh
• 当前环境可用 torch、torch_npu
• 当前机器可访问 NPU，测试会调用 torch.npu.set_device(0)
• 特定算子可能有额外依赖或平台约束；例如 test_svd_quant 依赖已构建或已安装的 SVDQuant 自定义算子，当前构建脚本仅在 ascend950 SOC 上构建该算子

HiFloat8 dtype 冒烟验证

run_hifloat8_dtype_smoke.py 使用固定的 FP16/BF16 输入验证 dtype 层的原生 HiFloat8 cast、amct_ops fallback 和自动路由。脚本会覆盖零值、正负数、幂次值、 边界值及固定随机数据，并输出包含 shape/dtype/device 契约和误差指标的 JSON。

# 仅验证 torch_npu 原生 HiFloat8 cast
python3 tests/amct_ops/run_hifloat8_dtype_smoke.py --backend native

# 仅验证 amct_ops hifloat8_cast
PYTHONPATH=amct_ops/staging \
python3 tests/amct_ops/run_hifloat8_dtype_smoke.py --backend amct_ops

# 原生优先，失败时自动尝试 amct_ops
PYTHONPATH=amct_ops/staging \
python3 tests/amct_ops/run_hifloat8_dtype_smoke.py --backend auto

可通过 --device npu:1 指定设备。成功时退出码为 0，并设置 hardware_path_verified: true；shape、dtype 或 device 契约失败时退出码为 1； 缺少 NPU、torch_npu、amct_ops 或后端执行失败时输出错误 JSON 并以非零状态退出。

仅通过 py_compile、--help 或 CPU 单元测试不能证明硬件路径可用。未在真实 NPU 环境执行上述命令时，原生和 amct_ops 路径均应记录为“硬件路径未验证”。