| Files | Last commit | Last update |
|---|---|---|
feat(onnx): 实现onnx通路 Co-authored-by: FishPotatoChen<chenqianyu1@h-partners.com> # message auto-generated for no-merge-commit merge: !526 merge onnx_dev into master feat(onnx): 实现onnx通路 Created-by: FishPotatoChen Commit-by: FishPotatoChen Merged-by: cann-robot Description: <!-- 感谢您的合入申请! --> ### 当前PR是否有AI参与: [x] 否 [ ] 是 __1. AI Agent 平台: __2. AI 模型: __3. Prompt上下文 : ### PR功能描述 / 为什么需要这个合入**: E2E 模式新增 **onnx 域（ONNX 通路）**：CSV 用例以 api_name = onnx.<OpType> 声明单算子，TTK 自动组装单算子 ONNX 模型，经 atc 离线编译为 .om 后在 NPU 上经 aclmdl 执行，补齐「ONNX 模型解析 → atc ONNX 插件转换 → 离线模型装载执行」引擎层链路的测试覆盖。至此 TTK 四种测试模式对应的昇腾技术栈层级中，引擎层在 GEIR / ACLNN 之外补上 ONNX（atc→om）一列。 核心设计与能力： - **执行链路**：CSV (onnx.<OpType>) → 框架检测路由 OnnxAdapter → 参数解析（onnx.defs schema 单源，环境注册表即权威）→ 输入生成（numpy 直通，无框架 tensor）→ model_builder 组装单算子 ModelProto → atc 离线编译 .om → NPU aclmdl 执行 → 复用既有比对 / dump / 结果列体系 - **同构参照 Golden**：Golden 腿与被测腿共用同一份组模产物（同一模型字节），由 CPU 侧 onnx ReferenceEvaluator 参照计算 - **无框架依赖**：onnx worker 进程仅预载 numpy + onnx，无需安装 torch / tensorflow / torch_npu（子树零 torch/tf import，由 test_structure 钉住） - **om 会话缓存**：结构键（算子+输入形态+属性+soc+dev_id）→ OmSession 进程级 LRU；「数组身份 → 内容指纹」双层判定防脏命中；缓存键含 atc ONNX 插件指纹，CANN 升级/重装后自动失效 - **用例面**：复用 E2E 全量 23 列 CSV 字段；支持 Variadic 输入/输出、Optional 输入尾部省略、6 种属性类型（INT/FLOAT/STRING/INTS/FLOATS/STRINGS）；不支持项（动态 shape、动态输出元数、布局列、控制流算子等）均在解析/建模期显式报错，不静默降级 - **配套重构/新增**：ttk/utilities/dtypes.py 重构并新增 ONNX_DTYPE_MAP 全量 dtype 映射；新增 ttk/utilities/mx_quant.py（BFP16/FP16/FP32 → MX dtype 量化，纯算法模块） - om 恒为静态图（eager ≡ 静态图），不支持动态 shape 与 aclgraph 模式 主要新增模块：ttk/core_modules/framework_api/onnx/（model_builder / om_compiler / param_extractor / runner / runtime）、ttk/core_modules/common/backend/onnx_backend.py、ttk/utilities/mx_quant.py；示例用例 examples/case_store/e2e/onnx_cases.csv。 ### 该PR关联的issue *(格式为fixes #<issue号>, 或者resolves #<issue号>)*: fixes [#433](https://gitcode.com/cann/ops-test-kit/issues/433) ### 希望检视人员了解: - onnx 域与 torch/tf 域互斥：同一 CSV 不得混域（框架检测拒绝），按域分文件存放 - 环境约束：onnx ≥ 1.13（Golden 依赖 ReferenceEvaluator）且 onnx.defs.onnx_opset_version() ≤ 18（对齐 CANN atc ONNX 插件注册上限，CANN 9.2.x 配套 onnx 1.13.x）；onnx 域额外依赖 CANN 的 atc 与 libascendcl - --backend cpu 不适用于 onnx 域被测腿（om 执行必须经 NPU），CPU 侧仅用于 Golden 与输入生成 - om 编译缓存放于仓库根 onnx_cache/<op_type>/，已加入 .gitignore - NonZero / TopK 等输出 shape 数据依赖的算子属通路边界（ONNX_DYNAMIC_OUTPUT_UNSUPPORTED），建议改用 kernel/aclnn 模式覆盖 ## 测试 <!--描述进行了哪些测试来验证你的改动。--> - **单元测试**（本仓库全量新增/回归，均通过）： - tests/core_modules/framework_api/onnx/（model_builder / om_compiler / param_extractor / runner / runtime / routing / golden / e2e 冒烟）+ dtypes + mx_quant + structure：189 passed, 2 skipped（skip 为环境缺 tensorflow / en-dtypes，与本改动无关） - tests/core_modules/framework_api/ 全量回归 + tests/core_modules/common/test_instance_base.py：523 passed, 32 skipped（skip 为非基线 torch 版本钉死项与缺包项，与本改动无关） - **真机执行**：Ascend910_9362 双卡环境，python3 -m ttk e2e -i examples/case_store/e2e/onnx_cases.csv，6/6 用例全部 PASS（100%），覆盖 Add/Concat/Split/Gemm/Transpose/MatMul(bf16) 等 f32/f16/bf16/f64 dtype ## 文档更新 <!--如果这个PR包含文档的更新，请在这里指出。例如：更新了README.md文件。--> - 新增 docs/Operator_Test_Guides/ONNX_Test_Guide.md（ONNX 算子测试指南：环境准备、用例编写、关键约定、属性类型速查、FAQ） - 更新 README.md / README-EN.md（通路架构图、依赖说明、onnx 域快速上手命令、测试通路表） - 更新 AGENTS.md / CLAUDE.md（架构层级与技能索引补充 onnx 域） - 更新 docs/FAQ/faq_guide.md（新增「ONNX 通路问题」章节 5 条 FAQ） - 更新 docs/Operator_Test_Guides/E2E_Case_Writing.md、E2E_Test_Guide.md 及 docs/ 下相关文档（Task_Execution / Test_Case_Generation / Dump_Debug / Performance_Testing / XPU_Cross_Check / NPUSim / Offline_Data_Prepare / Deterministic_Compute） - 更新 .claude/skills/ 四个技能文档（run-test / write-case / write-plugin / diagnose） - 更新 examples/case_store/e2e/README.md 并新增 examples/case_store/e2e/onnx_cases.csv ## 类型标签 <!-- [x] 表示选中 --> - [ ] Bug修复 - [x] 新特性 - [ ] 性能优化 - [ ] 文档更新 - [ ] 其他，请描述： See merge request: cann/ops-test-kit!526 | 18 days ago | |
feat: spec.describe 参数化用例组装 + batch 一致性声明样本比对增强 Co-authored-by: wangrui<wangrui124@huawei.com> # message auto-generated for no-merge-commit merge: !517 merge br_issue into master feat: spec.describe 参数化用例组装 + batch 一致性声明样本比对增强 Created-by: wangrui_ Commit-by: wangrui Merged-by: cann-robot Description: <!-- 感谢您的合入申请! --> ### 当前PR是否有AI参与: [ ] 否 [x] 是 __1. AI Agent 平台: OpenCode CLI __2. AI 模型: cannbot/deepseek-v4-pro __3. Prompt上下文 : TTK AGENTS.md + ttk-how-* skills ### PR功能描述 / 为什么需要这个合入**: 本 PR 合入三块改动： 1. spec.describe 参数化用例组装（d6d527e） 多输入算子（如 sparse_flash_mla 18 输入）可用 B/S1/N1/D 等抽象参数列替代逐张量形状声明： - CSV 形状/类型字段任一缺省时，框架收集未识别列为 params 调 spec.describe(params) - 契约：describe 只返回 {"shapes": ..., "dtypes": ...} 两 key，四通路各自映射： kernel/geir → input_shapes/input_dtypes；aclnn/e2e → tensor_view_shapes/tensor_dtypes （aclnn 的 shapes 按 API 参数列表含输出槽位） - 缺啥补啥：CSV 显式声明的字段优先不覆盖；两者都声明过则不触发 describe - 失败语义：DESCRIBE_FAILED / DESCRIBE_RESULT_NOT_DICT / DESCRIBE_MISSING_SHAPES - 配套：SpecResolver.resolve_describe；E2E tensor_view_shapes/tensor_dtypes 缺省 ()； factory 未识别列提示更新；参数收集走受限 eval（数字/容器类型化，裸词退回字符串） 2. batch 一致性内置声明样本比对（127cec9） - worker 按声明 relation 切片直切 output 0，逐样本 MD5，以 (api_name, seed, 切片长度) 为 key 回传 - 主进程 cleanup 按 key 跨用例分组、同 key hash 集合基数判定；支持样本跨用例换序（reorder）对齐与多 API 隔离 - Spec.tolerance 支持 isclose/close（rtol/atol/ptol，优先级保持 CSV legacy > Spec > dtype 分档）；清理无调用者的 backward CPU golden 死代码 3. batch 一致性结果 CSV 重写后重开句柄（f2003df） - os.replace 后旧句柄指向已 unlink 的 inode，重开结果 CSV 避免后续写入静默丢失 ### 该PR关联的issue *(格式为fixes #<issue号>, 或者resolves #<issue号>)*: fixes # ### 希望检视人员了解: - describe 契约刻意收敛为 shapes/dtypes 两 key：attributes、output_tensor_indexes、输出形状等仍由 CSV 列提供，框架不替算子猜输出语义 - E2E 缺失 tensor_view_shapes/tensor_dtypes 列的行为从"整批解析报错"变为"逐行判无效或 describe 回填" ## 测试 - 新增 21 个 describe 单测（参数收集类型化、四通路映射、门控与缺啥补啥、CSV 优先不覆盖、失败语义、factory 通路）+ batch 比对相关测试更新 - 相关套件 450+ 用例通过；ruff 与 pre-commit 门禁全绿 - 真机 --validate：sparse_flash_mla 的 e2e / aclnn 参数化 CSV 均 1 valid ## 文档更新 - docs/Test_Case_Generation.md 新增「参数化用例（describe）」章节 - ttk/core_modules/common/plugin/README.md describe 契约说明 - .claude/skills/ttk-how-write-plugin/SKILL.md 属性表更新 ## 类型标签 <!-- [x] 表示选中 --> - [ ] Bug修复 - [x] 新特性 - [ ] 性能优化 - [ ] 文档更新 - [ ] 其他，请描述： See merge request: cann/ops-test-kit!517 | 19 days ago | |
代码框架重构 Co-authored-by: wangrui<wangrui124@huawei.com> # message auto-generated for no-merge-commit merge: !393 merge master into master 代码框架重构 Created-by: wangrui_ Commit-by: wangrui Merged-by: cann-robot Description: <!-- 感谢您的合入申请! --> ### 当前PR是否有AI参与: [ ] 否 [x] 是 __1. AI Agent 平台: opencode（CLI 编程助手） __2. AI 模型: GLM（CANNBot/glm-5.3） __3. Prompt上下文 : 本仓 AGENTS.md + TTK 重构任务卡。AI 辅助范围：upstream 同步冲突解决、主线修复移植（bind_params）、测试治理 review、文档链接核查、本 PR 描述整理 ### PR功能描述 / 为什么需要这个合入**: TTK 代码框架重构（15 笔提交、583 文件，按主题组织，可分批 reviewing），核心目标：**分层归位、公开面收口、测试体系治理、主线同步**。 **一、目录与分层重组** - common 层域建设（W4-W15）：utilities/switches/process/dump/comparison/result/plugin/testcase/backend/xpu/profiler/instance 归位为 ttk/core_modules/common/* 单份契约代码 - 四通路目录重组与清场（W16-W20）：kernel/aclnn/framework_api/geir 换基，tests/ 目录树与 ttk/ 同构 **二、公开面收口** - scripts/common_public_surface.json 公开面名单 + pre-commit「ttk refactor guard」守护 - kernel/aclnn 公开面收口；mc2→hccl 改名；CLI 参数面治理（args_to_switches 四通路必经收口、--core-limit 统一解析） **三、模型与共性件上提** - Tensor 槽模型落地（声明/运行时槽位统一）、输入/golden 共性件上提 - 动态槽（-1）物化、参数级可变性上提、batch 一致性框架化、E2E 框架子目录化/编排步骤化 - W21-W24 扩展：设备状态泛化、E2E backward 一期、XPU 三方 golden、ttk-prof2case 技能（profiling 报告转用例） **四、GEIR/E2E 专项深化** - GEIR：manual-data 落盘口径统一与时序对齐、轮间一致性 MD5、模板 Data/Const 防重定义宏守卫 - E2E：-b/golden/mutability/xpu/open 后置系列改造、forkserver 预载框架感知修复（torch/TF libstdc++ 弱符号冲突）、eager 逐轮可变槽载体下沉 Backend.stage_mutable_rounds **五、主线同步（upstream/master e3fb50a + 9e74ae6）** - rebase 解决 6 处冲突（含 3 处文件迁移形态的 modify/delete 冲突、1 处双方同构修复） - **语义缺口补齐**：主线 e3fb50a bind_params 前序可选参数缺省占位修复（防后续参数左移错位——alpha 落 gamma 槽）移植至重构后 ttk/core_modules/common/xpu.py 单份契约 + TestBindParams 回归测试 - geir 模板 Data/Const OPS_PROTO_DEF_* 防重定义宏守卫（9e74ae6 同构合入） **六、测试体系治理（tests/common + utilities/remote/cli/config）** - 错位用例归位：framework_api/kernel 域（test_simple_param_extractor、test_super_kernel 拆分、test_xpu_perf_collect 拆分、test_e2e_simulator_backend） - 私有接口直调转公开入口 30+ 用例：compare_with_hooks / args_to_switches / TestcaseBase.validate / get_comparison().compare() - 重复与不可达用例清理、命名修复（testgenerate/testformat 两处缺下划线） - 白盒保留项均有归类（调度状态机/规则单元/parity 对拍/pins 守卫，公开路径需进程编排或活服务端） ### 该PR关联的issue *(格式为fixes #<issue号>, 或者resolves #<issue号>)*: fixes #305 ### 希望检视人员了解: - 大 PR（583 文件），建议按提交主题分批 reviewing（15 笔提交各自独立成篇） - review 收尾阶段 3 笔已 squash 为单笔（含主线同步与测试治理），历史已 force-push 整理 - 重构设计文档（TTK_Refactoring_Design 等 20 篇）按计划本地化，未随 PR 入库；行为基线见 scripts/refactor_baseline.json ## 测试 <!--描述进行了哪些测试来验证你的改动。--> - 全量单测：**2731 passed / 3 skipped（环境相关）/ 1 xfailed** - pre-commit 全绿：ruff check + ruff format + ttk refactor guard + codespell + OAT 合规检查 - 专项验证：主线 bind_params 错位场景实测（省略前序可选参数 gamma 时槽位对齐、无左移） ## 文档更新 <!--如果这个PR包含文档的更新，请在这里指出。例如：更新了README.md文件。--> - README/README-EN、docs/ 40+ 篇随代码同步（Operator_Test_Guides/NPUSim/Task_Execution/Test_Case_Generation/FAQ 等） - 文档命名英文化（msdebug适配方法指南.md → msdebug_guide.md）；全仓 markdown 链接有效性核查（79 文件、含外部 URL 逐个验证，0 失效） - .claude/skills 五技能文档（含新增 ttk-prof2case：profiling 报告转用例） ## 类型标签 <!-- [x] 表示选中 --> - [ ] Bug修复 - [ ] 新特性 - [ ] 性能优化 - [ ] 文档更新 - [x] 其他，请描述：代码框架重构（分层归位/公开面收口/测试治理 + 主线同步） See merge request: cann/ops-test-kit!393 | 1 month ago | |
feat: golden-mode NPU 四通路支持（e2e/kernel/aclnn/geir）与 golden 性能采集 Co-authored-by: wangrui<wangrui124@huawei.com> # message auto-generated for no-merge-commit merge: !504 merge br_bugfix into master feat: golden-mode NPU 四通路支持（e2e/kernel/aclnn/geir）与 golden 性能采集 Created-by: wangrui_ Commit-by: wangrui Merged-by: cann-robot Description: <!-- 感谢您的合入申请! --> ### 当前PR是否有AI参与: [x] 否 [ ] 是 __1. AI Agent 平台: __2. AI 模型: __3. Prompt上下文 : ### PR功能描述 / 为什么需要这个合入**: --golden-mode 新增 NPU：golden 在 NPU 上执行并采集设备性能，四通路（kernel/geir/aclnn/e2e）支持；执行或采集失败自动回落 CPU golden，精度不受影响，性能列如实标注来源。 - **golden device 契约**：声明 device 形参（或 **kwargs）的 golden 收设备字符串（"npu:0"）自行上板——kernel/geir 函数形与 class 形保持 numpy 入参契约，aclnn/e2e 输入本为 torch 张量由框架 .to(device) 上板；字符串载体（golden="torch.add"）由框架转张量上板 - **e2e**：golden 生成迁至 golden.py，设备由 exec_backend 决定（golden_api/插件/同 API 统一跟随）；_run_api_on_cpu/_run_api_on_npu 合并为 _run_api - **aclnn**：ACLNN_GOLDEN 字符串载体先解析再进 NPU 闭包；修复 _call_torch_api device 路径 UnboundLocalError；回落结果统一 flatten（裸 Tensor 会切错输出槽位） - **结果新增四列**：golden_device_perf_us/golden_kernel_count/golden_kernel_details/golden_source（XPU 模式同列回填三方 device_us）；采集目录随通路 DUT 的 msprof 子目录（msprof/{op,op_api,geir,e2e}/<case>_golden） - **互斥与防护**：no-prof×NPU 互斥（bridge）；启动期无卡 fail-fast（has_npu_device）；manual 真值优先于 NPU 重算 ### 该PR关联的issue *(格式为fixes #<issue号>, 或者resolves #<issue号>)*: fixes #313, fixes #170, fixes #150 ### 希望检视人员了解: - golden 性能列是**参照实现的设备耗时**，不与被测比快慢：golden 走通用算子（如 torch.add 落 aclnnAdd，带 alpha 标量时后端分派 Axpy），被测为特化实现，被测快于 golden 属预期 - kernel 通路 class 形 golden 为 torch 单语义；tf 载体在 kernel worker 受 torch_npu×TF 同进程段错误限制（环境约束，e2e TF 不受影响） - golden 输出 shape 会被采纳为 kernel 被测输出 buffer 形状，shape 算错表现为被测段 OOB 而非比对失败 - 顺带包含四通路 worker 私有函数统一单下划线（__x→_x）等机械重命名 ## 测试 <!--描述进行了哪些测试来验证你的改动。--> - 单元测试：2505 passed（npu_golden_runner 回落语义、四通路路由/上板/flatten 契约） - 真机验证（Ascend950PR）： - 四通路 NPU/Enable 双模式全 PASS，各形态 golden_source="npu" 且 msprof 采到 kernel 明细 - golden 形态矩阵：torch 原生字符串 / class 形 / 自定义函数 / 输入 TensorList（concat_d）/ 输出 TensorList（split） - -b=release 二进制模式、--warmup=false 对照、e2e TF（GE 分派）、结果 CSV --rerun 兼容 - 回落链路：模拟 NPU 失败 → CPU 回落 PASS（屏显 ERROR + 根因） ## 文档更新 <!--如果这个PR包含文档的更新，请在这里指出。例如：更新了README.md文件。--> - docs/Task_Execution.md：--golden-mode 选项补 NPU - docs/Dump_Debug.md：manual-data 约束补 NPU - .claude/skills/ttk-how-run-test/SKILL.md、.claude/skills/ttk-how-write-plugin/SKILL.md：补 NPU 模式与 golden device 契约 ## 类型标签 <!-- [x] 表示选中 --> - [ ] Bug修复 - [x] 新特性 - [ ] 性能优化 - [x] 文档更新 - [ ] 其他，请描述： See merge request: cann/ops-test-kit!504 | 22 days ago | |
feat: golden-mode NPU 四通路支持（e2e/kernel/aclnn/geir）与 golden 性能采集 Co-authored-by: wangrui<wangrui124@huawei.com> # message auto-generated for no-merge-commit merge: !504 merge br_bugfix into master feat: golden-mode NPU 四通路支持（e2e/kernel/aclnn/geir）与 golden 性能采集 Created-by: wangrui_ Commit-by: wangrui Merged-by: cann-robot Description: <!-- 感谢您的合入申请! --> ### 当前PR是否有AI参与: [x] 否 [ ] 是 __1. AI Agent 平台: __2. AI 模型: __3. Prompt上下文 : ### PR功能描述 / 为什么需要这个合入**: --golden-mode 新增 NPU：golden 在 NPU 上执行并采集设备性能，四通路（kernel/geir/aclnn/e2e）支持；执行或采集失败自动回落 CPU golden，精度不受影响，性能列如实标注来源。 - **golden device 契约**：声明 device 形参（或 **kwargs）的 golden 收设备字符串（"npu:0"）自行上板——kernel/geir 函数形与 class 形保持 numpy 入参契约，aclnn/e2e 输入本为 torch 张量由框架 .to(device) 上板；字符串载体（golden="torch.add"）由框架转张量上板 - **e2e**：golden 生成迁至 golden.py，设备由 exec_backend 决定（golden_api/插件/同 API 统一跟随）；_run_api_on_cpu/_run_api_on_npu 合并为 _run_api - **aclnn**：ACLNN_GOLDEN 字符串载体先解析再进 NPU 闭包；修复 _call_torch_api device 路径 UnboundLocalError；回落结果统一 flatten（裸 Tensor 会切错输出槽位） - **结果新增四列**：golden_device_perf_us/golden_kernel_count/golden_kernel_details/golden_source（XPU 模式同列回填三方 device_us）；采集目录随通路 DUT 的 msprof 子目录（msprof/{op,op_api,geir,e2e}/<case>_golden） - **互斥与防护**：no-prof×NPU 互斥（bridge）；启动期无卡 fail-fast（has_npu_device）；manual 真值优先于 NPU 重算 ### 该PR关联的issue *(格式为fixes #<issue号>, 或者resolves #<issue号>)*: fixes #313, fixes #170, fixes #150 ### 希望检视人员了解: - golden 性能列是**参照实现的设备耗时**，不与被测比快慢：golden 走通用算子（如 torch.add 落 aclnnAdd，带 alpha 标量时后端分派 Axpy），被测为特化实现，被测快于 golden 属预期 - kernel 通路 class 形 golden 为 torch 单语义；tf 载体在 kernel worker 受 torch_npu×TF 同进程段错误限制（环境约束，e2e TF 不受影响） - golden 输出 shape 会被采纳为 kernel 被测输出 buffer 形状，shape 算错表现为被测段 OOB 而非比对失败 - 顺带包含四通路 worker 私有函数统一单下划线（__x→_x）等机械重命名 ## 测试 <!--描述进行了哪些测试来验证你的改动。--> - 单元测试：2505 passed（npu_golden_runner 回落语义、四通路路由/上板/flatten 契约） - 真机验证（Ascend950PR）： - 四通路 NPU/Enable 双模式全 PASS，各形态 golden_source="npu" 且 msprof 采到 kernel 明细 - golden 形态矩阵：torch 原生字符串 / class 形 / 自定义函数 / 输入 TensorList（concat_d）/ 输出 TensorList（split） - -b=release 二进制模式、--warmup=false 对照、e2e TF（GE 分派）、结果 CSV --rerun 兼容 - 回落链路：模拟 NPU 失败 → CPU 回落 PASS（屏显 ERROR + 根因） ## 文档更新 <!--如果这个PR包含文档的更新，请在这里指出。例如：更新了README.md文件。--> - docs/Task_Execution.md：--golden-mode 选项补 NPU - docs/Dump_Debug.md：manual-data 约束补 NPU - .claude/skills/ttk-how-run-test/SKILL.md、.claude/skills/ttk-how-write-plugin/SKILL.md：补 NPU 模式与 golden device 契约 ## 类型标签 <!-- [x] 表示选中 --> - [ ] Bug修复 - [x] 新特性 - [ ] 性能优化 - [x] 文档更新 - [ ] 其他，请描述： See merge request: cann/ops-test-kit!504 | 22 days ago | |
feat(onnx): 实现onnx通路 Co-authored-by: FishPotatoChen<chenqianyu1@h-partners.com> # message auto-generated for no-merge-commit merge: !526 merge onnx_dev into master feat(onnx): 实现onnx通路 Created-by: FishPotatoChen Commit-by: FishPotatoChen Merged-by: cann-robot Description: <!-- 感谢您的合入申请! --> ### 当前PR是否有AI参与: [x] 否 [ ] 是 __1. AI Agent 平台: __2. AI 模型: __3. Prompt上下文 : ### PR功能描述 / 为什么需要这个合入**: E2E 模式新增 **onnx 域（ONNX 通路）**：CSV 用例以 api_name = onnx.<OpType> 声明单算子，TTK 自动组装单算子 ONNX 模型，经 atc 离线编译为 .om 后在 NPU 上经 aclmdl 执行，补齐「ONNX 模型解析 → atc ONNX 插件转换 → 离线模型装载执行」引擎层链路的测试覆盖。至此 TTK 四种测试模式对应的昇腾技术栈层级中，引擎层在 GEIR / ACLNN 之外补上 ONNX（atc→om）一列。 核心设计与能力： - **执行链路**：CSV (onnx.<OpType>) → 框架检测路由 OnnxAdapter → 参数解析（onnx.defs schema 单源，环境注册表即权威）→ 输入生成（numpy 直通，无框架 tensor）→ model_builder 组装单算子 ModelProto → atc 离线编译 .om → NPU aclmdl 执行 → 复用既有比对 / dump / 结果列体系 - **同构参照 Golden**：Golden 腿与被测腿共用同一份组模产物（同一模型字节），由 CPU 侧 onnx ReferenceEvaluator 参照计算 - **无框架依赖**：onnx worker 进程仅预载 numpy + onnx，无需安装 torch / tensorflow / torch_npu（子树零 torch/tf import，由 test_structure 钉住） - **om 会话缓存**：结构键（算子+输入形态+属性+soc+dev_id）→ OmSession 进程级 LRU；「数组身份 → 内容指纹」双层判定防脏命中；缓存键含 atc ONNX 插件指纹，CANN 升级/重装后自动失效 - **用例面**：复用 E2E 全量 23 列 CSV 字段；支持 Variadic 输入/输出、Optional 输入尾部省略、6 种属性类型（INT/FLOAT/STRING/INTS/FLOATS/STRINGS）；不支持项（动态 shape、动态输出元数、布局列、控制流算子等）均在解析/建模期显式报错，不静默降级 - **配套重构/新增**：ttk/utilities/dtypes.py 重构并新增 ONNX_DTYPE_MAP 全量 dtype 映射；新增 ttk/utilities/mx_quant.py（BFP16/FP16/FP32 → MX dtype 量化，纯算法模块） - om 恒为静态图（eager ≡ 静态图），不支持动态 shape 与 aclgraph 模式 主要新增模块：ttk/core_modules/framework_api/onnx/（model_builder / om_compiler / param_extractor / runner / runtime）、ttk/core_modules/common/backend/onnx_backend.py、ttk/utilities/mx_quant.py；示例用例 examples/case_store/e2e/onnx_cases.csv。 ### 该PR关联的issue *(格式为fixes #<issue号>, 或者resolves #<issue号>)*: fixes [#433](https://gitcode.com/cann/ops-test-kit/issues/433) ### 希望检视人员了解: - onnx 域与 torch/tf 域互斥：同一 CSV 不得混域（框架检测拒绝），按域分文件存放 - 环境约束：onnx ≥ 1.13（Golden 依赖 ReferenceEvaluator）且 onnx.defs.onnx_opset_version() ≤ 18（对齐 CANN atc ONNX 插件注册上限，CANN 9.2.x 配套 onnx 1.13.x）；onnx 域额外依赖 CANN 的 atc 与 libascendcl - --backend cpu 不适用于 onnx 域被测腿（om 执行必须经 NPU），CPU 侧仅用于 Golden 与输入生成 - om 编译缓存放于仓库根 onnx_cache/<op_type>/，已加入 .gitignore - NonZero / TopK 等输出 shape 数据依赖的算子属通路边界（ONNX_DYNAMIC_OUTPUT_UNSUPPORTED），建议改用 kernel/aclnn 模式覆盖 ## 测试 <!--描述进行了哪些测试来验证你的改动。--> - **单元测试**（本仓库全量新增/回归，均通过）： - tests/core_modules/framework_api/onnx/（model_builder / om_compiler / param_extractor / runner / runtime / routing / golden / e2e 冒烟）+ dtypes + mx_quant + structure：189 passed, 2 skipped（skip 为环境缺 tensorflow / en-dtypes，与本改动无关） - tests/core_modules/framework_api/ 全量回归 + tests/core_modules/common/test_instance_base.py：523 passed, 32 skipped（skip 为非基线 torch 版本钉死项与缺包项，与本改动无关） - **真机执行**：Ascend910_9362 双卡环境，python3 -m ttk e2e -i examples/case_store/e2e/onnx_cases.csv，6/6 用例全部 PASS（100%），覆盖 Add/Concat/Split/Gemm/Transpose/MatMul(bf16) 等 f32/f16/bf16/f64 dtype ## 文档更新 <!--如果这个PR包含文档的更新，请在这里指出。例如：更新了README.md文件。--> - 新增 docs/Operator_Test_Guides/ONNX_Test_Guide.md（ONNX 算子测试指南：环境准备、用例编写、关键约定、属性类型速查、FAQ） - 更新 README.md / README-EN.md（通路架构图、依赖说明、onnx 域快速上手命令、测试通路表） - 更新 AGENTS.md / CLAUDE.md（架构层级与技能索引补充 onnx 域） - 更新 docs/FAQ/faq_guide.md（新增「ONNX 通路问题」章节 5 条 FAQ） - 更新 docs/Operator_Test_Guides/E2E_Case_Writing.md、E2E_Test_Guide.md 及 docs/ 下相关文档（Task_Execution / Test_Case_Generation / Dump_Debug / Performance_Testing / XPU_Cross_Check / NPUSim / Offline_Data_Prepare / Deterministic_Compute） - 更新 .claude/skills/ 四个技能文档（run-test / write-case / write-plugin / diagnose） - 更新 examples/case_store/e2e/README.md 并新增 examples/case_store/e2e/onnx_cases.csv ## 类型标签 <!-- [x] 表示选中 --> - [ ] Bug修复 - [x] 新特性 - [ ] 性能优化 - [ ] 文档更新 - [ ] 其他，请描述： See merge request: cann/ops-test-kit!526 | 18 days ago | |
feat: golden-mode NPU 四通路支持（e2e/kernel/aclnn/geir）与 golden 性能采集 Co-authored-by: wangrui<wangrui124@huawei.com> # message auto-generated for no-merge-commit merge: !504 merge br_bugfix into master feat: golden-mode NPU 四通路支持（e2e/kernel/aclnn/geir）与 golden 性能采集 Created-by: wangrui_ Commit-by: wangrui Merged-by: cann-robot Description: <!-- 感谢您的合入申请! --> ### 当前PR是否有AI参与: [x] 否 [ ] 是 __1. AI Agent 平台: __2. AI 模型: __3. Prompt上下文 : ### PR功能描述 / 为什么需要这个合入**: --golden-mode 新增 NPU：golden 在 NPU 上执行并采集设备性能，四通路（kernel/geir/aclnn/e2e）支持；执行或采集失败自动回落 CPU golden，精度不受影响，性能列如实标注来源。 - **golden device 契约**：声明 device 形参（或 **kwargs）的 golden 收设备字符串（"npu:0"）自行上板——kernel/geir 函数形与 class 形保持 numpy 入参契约，aclnn/e2e 输入本为 torch 张量由框架 .to(device) 上板；字符串载体（golden="torch.add"）由框架转张量上板 - **e2e**：golden 生成迁至 golden.py，设备由 exec_backend 决定（golden_api/插件/同 API 统一跟随）；_run_api_on_cpu/_run_api_on_npu 合并为 _run_api - **aclnn**：ACLNN_GOLDEN 字符串载体先解析再进 NPU 闭包；修复 _call_torch_api device 路径 UnboundLocalError；回落结果统一 flatten（裸 Tensor 会切错输出槽位） - **结果新增四列**：golden_device_perf_us/golden_kernel_count/golden_kernel_details/golden_source（XPU 模式同列回填三方 device_us）；采集目录随通路 DUT 的 msprof 子目录（msprof/{op,op_api,geir,e2e}/<case>_golden） - **互斥与防护**：no-prof×NPU 互斥（bridge）；启动期无卡 fail-fast（has_npu_device）；manual 真值优先于 NPU 重算 ### 该PR关联的issue *(格式为fixes #<issue号>, 或者resolves #<issue号>)*: fixes #313, fixes #170, fixes #150 ### 希望检视人员了解: - golden 性能列是**参照实现的设备耗时**，不与被测比快慢：golden 走通用算子（如 torch.add 落 aclnnAdd，带 alpha 标量时后端分派 Axpy），被测为特化实现，被测快于 golden 属预期 - kernel 通路 class 形 golden 为 torch 单语义；tf 载体在 kernel worker 受 torch_npu×TF 同进程段错误限制（环境约束，e2e TF 不受影响） - golden 输出 shape 会被采纳为 kernel 被测输出 buffer 形状，shape 算错表现为被测段 OOB 而非比对失败 - 顺带包含四通路 worker 私有函数统一单下划线（__x→_x）等机械重命名 ## 测试 <!--描述进行了哪些测试来验证你的改动。--> - 单元测试：2505 passed（npu_golden_runner 回落语义、四通路路由/上板/flatten 契约） - 真机验证（Ascend950PR）： - 四通路 NPU/Enable 双模式全 PASS，各形态 golden_source="npu" 且 msprof 采到 kernel 明细 - golden 形态矩阵：torch 原生字符串 / class 形 / 自定义函数 / 输入 TensorList（concat_d）/ 输出 TensorList（split） - -b=release 二进制模式、--warmup=false 对照、e2e TF（GE 分派）、结果 CSV --rerun 兼容 - 回落链路：模拟 NPU 失败 → CPU 回落 PASS（屏显 ERROR + 根因） ## 文档更新 <!--如果这个PR包含文档的更新，请在这里指出。例如：更新了README.md文件。--> - docs/Task_Execution.md：--golden-mode 选项补 NPU - docs/Dump_Debug.md：manual-data 约束补 NPU - .claude/skills/ttk-how-run-test/SKILL.md、.claude/skills/ttk-how-write-plugin/SKILL.md：补 NPU 模式与 golden device 契约 ## 类型标签 <!-- [x] 表示选中 --> - [ ] Bug修复 - [x] 新特性 - [ ] 性能优化 - [x] 文档更新 - [ ] 其他，请描述： See merge request: cann/ops-test-kit!504 | 22 days ago | |
feat(onnx): 实现onnx通路 Co-authored-by: FishPotatoChen<chenqianyu1@h-partners.com> # message auto-generated for no-merge-commit merge: !526 merge onnx_dev into master feat(onnx): 实现onnx通路 Created-by: FishPotatoChen Commit-by: FishPotatoChen Merged-by: cann-robot Description: <!-- 感谢您的合入申请! --> ### 当前PR是否有AI参与: [x] 否 [ ] 是 __1. AI Agent 平台: __2. AI 模型: __3. Prompt上下文 : ### PR功能描述 / 为什么需要这个合入**: E2E 模式新增 **onnx 域（ONNX 通路）**：CSV 用例以 api_name = onnx.<OpType> 声明单算子，TTK 自动组装单算子 ONNX 模型，经 atc 离线编译为 .om 后在 NPU 上经 aclmdl 执行，补齐「ONNX 模型解析 → atc ONNX 插件转换 → 离线模型装载执行」引擎层链路的测试覆盖。至此 TTK 四种测试模式对应的昇腾技术栈层级中，引擎层在 GEIR / ACLNN 之外补上 ONNX（atc→om）一列。 核心设计与能力： - **执行链路**：CSV (onnx.<OpType>) → 框架检测路由 OnnxAdapter → 参数解析（onnx.defs schema 单源，环境注册表即权威）→ 输入生成（numpy 直通，无框架 tensor）→ model_builder 组装单算子 ModelProto → atc 离线编译 .om → NPU aclmdl 执行 → 复用既有比对 / dump / 结果列体系 - **同构参照 Golden**：Golden 腿与被测腿共用同一份组模产物（同一模型字节），由 CPU 侧 onnx ReferenceEvaluator 参照计算 - **无框架依赖**：onnx worker 进程仅预载 numpy + onnx，无需安装 torch / tensorflow / torch_npu（子树零 torch/tf import，由 test_structure 钉住） - **om 会话缓存**：结构键（算子+输入形态+属性+soc+dev_id）→ OmSession 进程级 LRU；「数组身份 → 内容指纹」双层判定防脏命中；缓存键含 atc ONNX 插件指纹，CANN 升级/重装后自动失效 - **用例面**：复用 E2E 全量 23 列 CSV 字段；支持 Variadic 输入/输出、Optional 输入尾部省略、6 种属性类型（INT/FLOAT/STRING/INTS/FLOATS/STRINGS）；不支持项（动态 shape、动态输出元数、布局列、控制流算子等）均在解析/建模期显式报错，不静默降级 - **配套重构/新增**：ttk/utilities/dtypes.py 重构并新增 ONNX_DTYPE_MAP 全量 dtype 映射；新增 ttk/utilities/mx_quant.py（BFP16/FP16/FP32 → MX dtype 量化，纯算法模块） - om 恒为静态图（eager ≡ 静态图），不支持动态 shape 与 aclgraph 模式 主要新增模块：ttk/core_modules/framework_api/onnx/（model_builder / om_compiler / param_extractor / runner / runtime）、ttk/core_modules/common/backend/onnx_backend.py、ttk/utilities/mx_quant.py；示例用例 examples/case_store/e2e/onnx_cases.csv。 ### 该PR关联的issue *(格式为fixes #<issue号>, 或者resolves #<issue号>)*: fixes [#433](https://gitcode.com/cann/ops-test-kit/issues/433) ### 希望检视人员了解: - onnx 域与 torch/tf 域互斥：同一 CSV 不得混域（框架检测拒绝），按域分文件存放 - 环境约束：onnx ≥ 1.13（Golden 依赖 ReferenceEvaluator）且 onnx.defs.onnx_opset_version() ≤ 18（对齐 CANN atc ONNX 插件注册上限，CANN 9.2.x 配套 onnx 1.13.x）；onnx 域额外依赖 CANN 的 atc 与 libascendcl - --backend cpu 不适用于 onnx 域被测腿（om 执行必须经 NPU），CPU 侧仅用于 Golden 与输入生成 - om 编译缓存放于仓库根 onnx_cache/<op_type>/，已加入 .gitignore - NonZero / TopK 等输出 shape 数据依赖的算子属通路边界（ONNX_DYNAMIC_OUTPUT_UNSUPPORTED），建议改用 kernel/aclnn 模式覆盖 ## 测试 <!--描述进行了哪些测试来验证你的改动。--> - **单元测试**（本仓库全量新增/回归，均通过）： - tests/core_modules/framework_api/onnx/（model_builder / om_compiler / param_extractor / runner / runtime / routing / golden / e2e 冒烟）+ dtypes + mx_quant + structure：189 passed, 2 skipped（skip 为环境缺 tensorflow / en-dtypes，与本改动无关） - tests/core_modules/framework_api/ 全量回归 + tests/core_modules/common/test_instance_base.py：523 passed, 32 skipped（skip 为非基线 torch 版本钉死项与缺包项，与本改动无关） - **真机执行**：Ascend910_9362 双卡环境，python3 -m ttk e2e -i examples/case_store/e2e/onnx_cases.csv，6/6 用例全部 PASS（100%），覆盖 Add/Concat/Split/Gemm/Transpose/MatMul(bf16) 等 f32/f16/bf16/f64 dtype ## 文档更新 <!--如果这个PR包含文档的更新，请在这里指出。例如：更新了README.md文件。--> - 新增 docs/Operator_Test_Guides/ONNX_Test_Guide.md（ONNX 算子测试指南：环境准备、用例编写、关键约定、属性类型速查、FAQ） - 更新 README.md / README-EN.md（通路架构图、依赖说明、onnx 域快速上手命令、测试通路表） - 更新 AGENTS.md / CLAUDE.md（架构层级与技能索引补充 onnx 域） - 更新 docs/FAQ/faq_guide.md（新增「ONNX 通路问题」章节 5 条 FAQ） - 更新 docs/Operator_Test_Guides/E2E_Case_Writing.md、E2E_Test_Guide.md 及 docs/ 下相关文档（Task_Execution / Test_Case_Generation / Dump_Debug / Performance_Testing / XPU_Cross_Check / NPUSim / Offline_Data_Prepare / Deterministic_Compute） - 更新 .claude/skills/ 四个技能文档（run-test / write-case / write-plugin / diagnose） - 更新 examples/case_store/e2e/README.md 并新增 examples/case_store/e2e/onnx_cases.csv ## 类型标签 <!-- [x] 表示选中 --> - [ ] Bug修复 - [x] 新特性 - [ ] 性能优化 - [ ] 文档更新 - [ ] 其他，请描述： See merge request: cann/ops-test-kit!526 | 18 days ago | |
代码框架重构 Co-authored-by: wangrui<wangrui124@huawei.com> # message auto-generated for no-merge-commit merge: !393 merge master into master 代码框架重构 Created-by: wangrui_ Commit-by: wangrui Merged-by: cann-robot Description: <!-- 感谢您的合入申请! --> ### 当前PR是否有AI参与: [ ] 否 [x] 是 __1. AI Agent 平台: opencode（CLI 编程助手） __2. AI 模型: GLM（CANNBot/glm-5.3） __3. Prompt上下文 : 本仓 AGENTS.md + TTK 重构任务卡。AI 辅助范围：upstream 同步冲突解决、主线修复移植（bind_params）、测试治理 review、文档链接核查、本 PR 描述整理 ### PR功能描述 / 为什么需要这个合入**: TTK 代码框架重构（15 笔提交、583 文件，按主题组织，可分批 reviewing），核心目标：**分层归位、公开面收口、测试体系治理、主线同步**。 **一、目录与分层重组** - common 层域建设（W4-W15）：utilities/switches/process/dump/comparison/result/plugin/testcase/backend/xpu/profiler/instance 归位为 ttk/core_modules/common/* 单份契约代码 - 四通路目录重组与清场（W16-W20）：kernel/aclnn/framework_api/geir 换基，tests/ 目录树与 ttk/ 同构 **二、公开面收口** - scripts/common_public_surface.json 公开面名单 + pre-commit「ttk refactor guard」守护 - kernel/aclnn 公开面收口；mc2→hccl 改名；CLI 参数面治理（args_to_switches 四通路必经收口、--core-limit 统一解析） **三、模型与共性件上提** - Tensor 槽模型落地（声明/运行时槽位统一）、输入/golden 共性件上提 - 动态槽（-1）物化、参数级可变性上提、batch 一致性框架化、E2E 框架子目录化/编排步骤化 - W21-W24 扩展：设备状态泛化、E2E backward 一期、XPU 三方 golden、ttk-prof2case 技能（profiling 报告转用例） **四、GEIR/E2E 专项深化** - GEIR：manual-data 落盘口径统一与时序对齐、轮间一致性 MD5、模板 Data/Const 防重定义宏守卫 - E2E：-b/golden/mutability/xpu/open 后置系列改造、forkserver 预载框架感知修复（torch/TF libstdc++ 弱符号冲突）、eager 逐轮可变槽载体下沉 Backend.stage_mutable_rounds **五、主线同步（upstream/master e3fb50a + 9e74ae6）** - rebase 解决 6 处冲突（含 3 处文件迁移形态的 modify/delete 冲突、1 处双方同构修复） - **语义缺口补齐**：主线 e3fb50a bind_params 前序可选参数缺省占位修复（防后续参数左移错位——alpha 落 gamma 槽）移植至重构后 ttk/core_modules/common/xpu.py 单份契约 + TestBindParams 回归测试 - geir 模板 Data/Const OPS_PROTO_DEF_* 防重定义宏守卫（9e74ae6 同构合入） **六、测试体系治理（tests/common + utilities/remote/cli/config）** - 错位用例归位：framework_api/kernel 域（test_simple_param_extractor、test_super_kernel 拆分、test_xpu_perf_collect 拆分、test_e2e_simulator_backend） - 私有接口直调转公开入口 30+ 用例：compare_with_hooks / args_to_switches / TestcaseBase.validate / get_comparison().compare() - 重复与不可达用例清理、命名修复（testgenerate/testformat 两处缺下划线） - 白盒保留项均有归类（调度状态机/规则单元/parity 对拍/pins 守卫，公开路径需进程编排或活服务端） ### 该PR关联的issue *(格式为fixes #<issue号>, 或者resolves #<issue号>)*: fixes #305 ### 希望检视人员了解: - 大 PR（583 文件），建议按提交主题分批 reviewing（15 笔提交各自独立成篇） - review 收尾阶段 3 笔已 squash 为单笔（含主线同步与测试治理），历史已 force-push 整理 - 重构设计文档（TTK_Refactoring_Design 等 20 篇）按计划本地化，未随 PR 入库；行为基线见 scripts/refactor_baseline.json ## 测试 <!--描述进行了哪些测试来验证你的改动。--> - 全量单测：**2731 passed / 3 skipped（环境相关）/ 1 xfailed** - pre-commit 全绿：ruff check + ruff format + ttk refactor guard + codespell + OAT 合规检查 - 专项验证：主线 bind_params 错位场景实测（省略前序可选参数 gamma 时槽位对齐、无左移） ## 文档更新 <!--如果这个PR包含文档的更新，请在这里指出。例如：更新了README.md文件。--> - README/README-EN、docs/ 40+ 篇随代码同步（Operator_Test_Guides/NPUSim/Task_Execution/Test_Case_Generation/FAQ 等） - 文档命名英文化（msdebug适配方法指南.md → msdebug_guide.md）；全仓 markdown 链接有效性核查（79 文件、含外部 URL 逐个验证，0 失效） - .claude/skills 五技能文档（含新增 ttk-prof2case：profiling 报告转用例） ## 类型标签 <!-- [x] 表示选中 --> - [ ] Bug修复 - [ ] 新特性 - [ ] 性能优化 - [ ] 文档更新 - [x] 其他，请描述：代码框架重构（分层归位/公开面收口/测试治理 + 主线同步） See merge request: cann/ops-test-kit!393 | 1 month ago | |
docs+fix: NPUSim/priority 契约文档收敛；wheel 补齐默认 YAML；仿真超时整组回收；tiling dump uint8 序列化 Co-authored-by: wangrui<wangrui124@huawei.com> # message auto-generated for no-merge-commit merge: !470 merge br_issue into master docs+fix: NPUSim/priority 契约文档收敛；wheel 补齐默认 YAML；仿真超时整组回收；tiling dump uint8 序列化 Created-by: wangrui_ Commit-by: wangrui Merged-by: cann-robot Description: <!-- 感谢您的合入申请! --> ### 当前PR是否有AI参与: [ ] 否 [x] 是 __1. AI Agent 平台: OpenCode __2. AI 模型: deepseek-v4-pro __3. Prompt上下文 : TTK 运维工作流（issue 分析→修复→回归→提交） ### PR功能描述 / 为什么需要这个合入: 五笔小修复与文档收敛： 1. **NPUSim 文档判据矛盾（#366）**：设计文档第 2 节表格原写「退出码 0 = PASS」，与第 7/13 节「以 wrapper 结果文件为准」的契约矛盾，且原文暴露代码实现细节；改为功能化描述并指向 §7。 2. **priority 非负契约（#296）**：文档与 --priority help 明确仅支持非负整数（单值/闭区间/开放上界），消除「负数被当范围符解析」的契约歧义。 3. **wheel 默认 YAML 缺失（#316）**：pyproject package-data 补齐 config/*.yaml 与 remote/server/*.yaml；wheel 构建+隔离安装验证 load_config/load_server_config 恢复默认值（cascade.port_base=30000、providers=['torch']）。 4. **仿真超时后代进程残留（#326）**：npusim_runner 改为独立会话启动（start_new_session），超时/中断时对整组 SIGTERM→宽限→SIGKILL 后回收并排空管道；补 2 个假进程回归（超时/KeyboardInterrupt 后 wrapper 后代必死）。 5. **tiling bytes dump 格式无效（#341）**：无 dtype 的 bytes 走 npy/pt 时按一维 uint8 数组序列化，numpy.load/torch.load 可读且逐字节保真；bin 保持原始字节；读侧无影响（manual_data 忽略 tiling 调试文件）。 ### 该PR关联的issue fixes #366, fixes #296, fixes #316, fixes #326, fixes #341 ### 希望检视人员了解: - #316 验证在本机完成（Python 3.12.9/setuptools 82），仓库 CI 无 wheel 构建任务； - #326 回归为纯假进程，无 CANN/NPU 依赖； - 本地 commit 因 .gitignore 的 dump/ 误伤需 -f 暂存 dump 目录文件（既有仓库问题，未在本次修）。 ## 测试 - pytest tests/core_modules/common/simulator/test_simulator_backend.py：42 passed - pytest tests/core_modules/common/dump/test_dumper.py：32 passed - ruff check / ruff format / pre-commit 全部通过 - #316：pip wheel --no-build-isolation 构建成功；隔离安装后 default.yaml 存在、配置解析与源码一致 ## 文档更新 - docs/NPUSim/npusim_design.md - docs/Task_Execution.md、docs/Test_Case_Generation.md - ttk/cli/common.py（--priority help 文案） ## 类型标签 - [x] Bug修复 - [x] 文档更新 See merge request: cann/ops-test-kit!470 | 26 days ago | |
feat(onnx): 实现onnx通路 Co-authored-by: FishPotatoChen<chenqianyu1@h-partners.com> # message auto-generated for no-merge-commit merge: !526 merge onnx_dev into master feat(onnx): 实现onnx通路 Created-by: FishPotatoChen Commit-by: FishPotatoChen Merged-by: cann-robot Description: <!-- 感谢您的合入申请! --> ### 当前PR是否有AI参与: [x] 否 [ ] 是 __1. AI Agent 平台: __2. AI 模型: __3. Prompt上下文 : ### PR功能描述 / 为什么需要这个合入**: E2E 模式新增 **onnx 域（ONNX 通路）**：CSV 用例以 api_name = onnx.<OpType> 声明单算子，TTK 自动组装单算子 ONNX 模型，经 atc 离线编译为 .om 后在 NPU 上经 aclmdl 执行，补齐「ONNX 模型解析 → atc ONNX 插件转换 → 离线模型装载执行」引擎层链路的测试覆盖。至此 TTK 四种测试模式对应的昇腾技术栈层级中，引擎层在 GEIR / ACLNN 之外补上 ONNX（atc→om）一列。 核心设计与能力： - **执行链路**：CSV (onnx.<OpType>) → 框架检测路由 OnnxAdapter → 参数解析（onnx.defs schema 单源，环境注册表即权威）→ 输入生成（numpy 直通，无框架 tensor）→ model_builder 组装单算子 ModelProto → atc 离线编译 .om → NPU aclmdl 执行 → 复用既有比对 / dump / 结果列体系 - **同构参照 Golden**：Golden 腿与被测腿共用同一份组模产物（同一模型字节），由 CPU 侧 onnx ReferenceEvaluator 参照计算 - **无框架依赖**：onnx worker 进程仅预载 numpy + onnx，无需安装 torch / tensorflow / torch_npu（子树零 torch/tf import，由 test_structure 钉住） - **om 会话缓存**：结构键（算子+输入形态+属性+soc+dev_id）→ OmSession 进程级 LRU；「数组身份 → 内容指纹」双层判定防脏命中；缓存键含 atc ONNX 插件指纹，CANN 升级/重装后自动失效 - **用例面**：复用 E2E 全量 23 列 CSV 字段；支持 Variadic 输入/输出、Optional 输入尾部省略、6 种属性类型（INT/FLOAT/STRING/INTS/FLOATS/STRINGS）；不支持项（动态 shape、动态输出元数、布局列、控制流算子等）均在解析/建模期显式报错，不静默降级 - **配套重构/新增**：ttk/utilities/dtypes.py 重构并新增 ONNX_DTYPE_MAP 全量 dtype 映射；新增 ttk/utilities/mx_quant.py（BFP16/FP16/FP32 → MX dtype 量化，纯算法模块） - om 恒为静态图（eager ≡ 静态图），不支持动态 shape 与 aclgraph 模式 主要新增模块：ttk/core_modules/framework_api/onnx/（model_builder / om_compiler / param_extractor / runner / runtime）、ttk/core_modules/common/backend/onnx_backend.py、ttk/utilities/mx_quant.py；示例用例 examples/case_store/e2e/onnx_cases.csv。 ### 该PR关联的issue *(格式为fixes #<issue号>, 或者resolves #<issue号>)*: fixes [#433](https://gitcode.com/cann/ops-test-kit/issues/433) ### 希望检视人员了解: - onnx 域与 torch/tf 域互斥：同一 CSV 不得混域（框架检测拒绝），按域分文件存放 - 环境约束：onnx ≥ 1.13（Golden 依赖 ReferenceEvaluator）且 onnx.defs.onnx_opset_version() ≤ 18（对齐 CANN atc ONNX 插件注册上限，CANN 9.2.x 配套 onnx 1.13.x）；onnx 域额外依赖 CANN 的 atc 与 libascendcl - --backend cpu 不适用于 onnx 域被测腿（om 执行必须经 NPU），CPU 侧仅用于 Golden 与输入生成 - om 编译缓存放于仓库根 onnx_cache/<op_type>/，已加入 .gitignore - NonZero / TopK 等输出 shape 数据依赖的算子属通路边界（ONNX_DYNAMIC_OUTPUT_UNSUPPORTED），建议改用 kernel/aclnn 模式覆盖 ## 测试 <!--描述进行了哪些测试来验证你的改动。--> - **单元测试**（本仓库全量新增/回归，均通过）： - tests/core_modules/framework_api/onnx/（model_builder / om_compiler / param_extractor / runner / runtime / routing / golden / e2e 冒烟）+ dtypes + mx_quant + structure：189 passed, 2 skipped（skip 为环境缺 tensorflow / en-dtypes，与本改动无关） - tests/core_modules/framework_api/ 全量回归 + tests/core_modules/common/test_instance_base.py：523 passed, 32 skipped（skip 为非基线 torch 版本钉死项与缺包项，与本改动无关） - **真机执行**：Ascend910_9362 双卡环境，python3 -m ttk e2e -i examples/case_store/e2e/onnx_cases.csv，6/6 用例全部 PASS（100%），覆盖 Add/Concat/Split/Gemm/Transpose/MatMul(bf16) 等 f32/f16/bf16/f64 dtype ## 文档更新 <!--如果这个PR包含文档的更新，请在这里指出。例如：更新了README.md文件。--> - 新增 docs/Operator_Test_Guides/ONNX_Test_Guide.md（ONNX 算子测试指南：环境准备、用例编写、关键约定、属性类型速查、FAQ） - 更新 README.md / README-EN.md（通路架构图、依赖说明、onnx 域快速上手命令、测试通路表） - 更新 AGENTS.md / CLAUDE.md（架构层级与技能索引补充 onnx 域） - 更新 docs/FAQ/faq_guide.md（新增「ONNX 通路问题」章节 5 条 FAQ） - 更新 docs/Operator_Test_Guides/E2E_Case_Writing.md、E2E_Test_Guide.md 及 docs/ 下相关文档（Task_Execution / Test_Case_Generation / Dump_Debug / Performance_Testing / XPU_Cross_Check / NPUSim / Offline_Data_Prepare / Deterministic_Compute） - 更新 .claude/skills/ 四个技能文档（run-test / write-case / write-plugin / diagnose） - 更新 examples/case_store/e2e/README.md 并新增 examples/case_store/e2e/onnx_cases.csv ## 类型标签 <!-- [x] 表示选中 --> - [ ] Bug修复 - [x] 新特性 - [ ] 性能优化 - [ ] 文档更新 - [ ] 其他，请描述： See merge request: cann/ops-test-kit!526 | 18 days ago | |
feat: 支持4通路xpu golden读入功能 Co-authored-by: wangrui<wangrui124@huawei.com> # message auto-generated for no-merge-commit merge: !399 merge master into master feat: 支持4通路xpu golden读入功能 Created-by: wangrui_ Commit-by: wangrui Merged-by: cann-robot Description: <!-- 感谢您的合入申请! --> ### 当前PR是否有AI参与: [ ] 否 [x] 是 __1. AI Agent 平台: opencode __2. AI 模型: CANNBot (GLM) __3. Prompt上下文 : 交互式编程会话（xpu golden 回放功能开发、调试与评审修复） ### PR功能描述 / 为什么需要这个合入**: **主需求（#306）**：manual_xpu 四通路统一装载——绿区 XPU 与黄区 NPU 无法直连，通过固定输入/输出（ --dump xpu 落盘 → 回放）测试新精度： - **manual_xpu 装载（kernel/aclnn/e2e/geir 四通路）**：CSV manual_xpu_binaries 显式路径 + manual-data case 目录 xpu_{provider}_{idx}_{dtype} 槽位双来源，共享装载器 load_manual_third_parties；e2e 输出为执行派生（无声明槽），经 references（设备输出）取槽位元数据，口径同 golden 装载 - **XPU/NPU 执行重叠**（XpuDispatch dispatch/collect 两段式）：cross_check / --xpu-perf / --dump xpu 场景下三方采集与 NPU 执行并行，总耗时 max(NPU, XPU)；含输入快照（防 in-place 竞争）、deadline 补偿、租户心跳子进程 - **golden-XPU 回放**：--golden-mode XPU + --manual-data-dirs 时 xpu 槽文件装载并升格 golden（四通路口径统一，无 xpu 槽回退远端） **顺带修复**： - **e2e CPU 回落**：无 torch_npu 探测回落 CPU 后不再被 DSMI 设备健康检查拦截（"No available device"） - **e2e 三方采集与 golden 状态解耦**：golden 占位串（fp8 UNSUPPORTED / disable SUPPRESSED / 生成失败）不再连坐 cross_check 判据解析与 --xpu-perf / --dump xpu 采集 - **manual-data 目录支持读回调试 dump 产物**：output_* / tiling_data_* 忽略（读回时重新执行产出）、input_{dyn,const,dynamic}_* 去段映射（同槽字节一致性校验）、input_{eager,graph_*}_* 拒绝（执行后 dump-on-fail 产物） - **装载可观测性**：input/golden/xpu 逐文件 Reading manual ... file 日志 + 槽位计数汇总行 - **HTTP 协议批**：#58（xpu_server 容器超时语义/tenant_id 路径穿越/CPU 探测/mkdtemp 信号量）、#279（恢复探活 TLS 化）、#280（data_perf 模式位补全）、#281（复用连接 timeout 对齐） - 开发规范守护器更名 check_refactor → check_conventions（git mv 保历史） ### 该PR关联的issue *(格式为fixes #<issue号>, 或者resolves #<issue号>)*: fixes #306, fixes #58, fixes #279, fixes #280, fixes #281 ### 希望检视人员了解: - #279/#280 与社区 PR !364、#281 与 !366 存在重叠（本仓修复先落，重叠部分请原作者核对） - aclnn xpu_attrs 的 ScalarList 摊派问题（#333）为存量缺陷，本 PR 未涉及 - --xpu-perf 与 manual 回放组合时性能指标随远端整体短路（回放零远端契约），单独 --xpu-perf 不装载 manual 文件（性能只能在线采） ## 测试 - 单测 2322+ passed（四通路 manual_xpu/golden-XPU/cross_check 参数化用例、调试 dump 读回、HTTP 协议回归） - 端到端验证：e2e fp32 + --compare cross_check + --manual-data-dirs（xpu 槽文件）回放 PASS；kernel 调试 dump 目录直接读回 PASS - pre-commit 全过（ruff / ttk conventions guard / OAT） ## 文档更新 - docs/Offline_Data_Prepare_and_Import.md：新增 §3.4 从调试 dump 目录读回（放行规则表 + 已知边界） - --dump xpu 回放契约（xpu 槽位文件名协议）随代码注释 ## 类型标签 - 新特性 - Bug修复 See merge request: cann/ops-test-kit!399 | 30 days ago | |
feat: spec.describe 参数化用例组装 + batch 一致性声明样本比对增强 Co-authored-by: wangrui<wangrui124@huawei.com> # message auto-generated for no-merge-commit merge: !517 merge br_issue into master feat: spec.describe 参数化用例组装 + batch 一致性声明样本比对增强 Created-by: wangrui_ Commit-by: wangrui Merged-by: cann-robot Description: <!-- 感谢您的合入申请! --> ### 当前PR是否有AI参与: [ ] 否 [x] 是 __1. AI Agent 平台: OpenCode CLI __2. AI 模型: cannbot/deepseek-v4-pro __3. Prompt上下文 : TTK AGENTS.md + ttk-how-* skills ### PR功能描述 / 为什么需要这个合入**: 本 PR 合入三块改动： 1. spec.describe 参数化用例组装（d6d527e） 多输入算子（如 sparse_flash_mla 18 输入）可用 B/S1/N1/D 等抽象参数列替代逐张量形状声明： - CSV 形状/类型字段任一缺省时，框架收集未识别列为 params 调 spec.describe(params) - 契约：describe 只返回 {"shapes": ..., "dtypes": ...} 两 key，四通路各自映射： kernel/geir → input_shapes/input_dtypes；aclnn/e2e → tensor_view_shapes/tensor_dtypes （aclnn 的 shapes 按 API 参数列表含输出槽位） - 缺啥补啥：CSV 显式声明的字段优先不覆盖；两者都声明过则不触发 describe - 失败语义：DESCRIBE_FAILED / DESCRIBE_RESULT_NOT_DICT / DESCRIBE_MISSING_SHAPES - 配套：SpecResolver.resolve_describe；E2E tensor_view_shapes/tensor_dtypes 缺省 ()； factory 未识别列提示更新；参数收集走受限 eval（数字/容器类型化，裸词退回字符串） 2. batch 一致性内置声明样本比对（127cec9） - worker 按声明 relation 切片直切 output 0，逐样本 MD5，以 (api_name, seed, 切片长度) 为 key 回传 - 主进程 cleanup 按 key 跨用例分组、同 key hash 集合基数判定；支持样本跨用例换序（reorder）对齐与多 API 隔离 - Spec.tolerance 支持 isclose/close（rtol/atol/ptol，优先级保持 CSV legacy > Spec > dtype 分档）；清理无调用者的 backward CPU golden 死代码 3. batch 一致性结果 CSV 重写后重开句柄（f2003df） - os.replace 后旧句柄指向已 unlink 的 inode，重开结果 CSV 避免后续写入静默丢失 ### 该PR关联的issue *(格式为fixes #<issue号>, 或者resolves #<issue号>)*: fixes # ### 希望检视人员了解: - describe 契约刻意收敛为 shapes/dtypes 两 key：attributes、output_tensor_indexes、输出形状等仍由 CSV 列提供，框架不替算子猜输出语义 - E2E 缺失 tensor_view_shapes/tensor_dtypes 列的行为从"整批解析报错"变为"逐行判无效或 describe 回填" ## 测试 - 新增 21 个 describe 单测（参数收集类型化、四通路映射、门控与缺啥补啥、CSV 优先不覆盖、失败语义、factory 通路）+ batch 比对相关测试更新 - 相关套件 450+ 用例通过；ruff 与 pre-commit 门禁全绿 - 真机 --validate：sparse_flash_mla 的 e2e / aclnn 参数化 CSV 均 1 valid ## 文档更新 - docs/Test_Case_Generation.md 新增「参数化用例（describe）」章节 - ttk/core_modules/common/plugin/README.md describe 契约说明 - .claude/skills/ttk-how-write-plugin/SKILL.md 属性表更新 ## 类型标签 <!-- [x] 表示选中 --> - [ ] Bug修复 - [x] 新特性 - [ ] 性能优化 - [ ] 文档更新 - [ ] 其他，请描述： See merge request: cann/ops-test-kit!517 | 19 days ago | |
feat: golden-mode NPU 四通路支持（e2e/kernel/aclnn/geir）与 golden 性能采集 Co-authored-by: wangrui<wangrui124@huawei.com> # message auto-generated for no-merge-commit merge: !504 merge br_bugfix into master feat: golden-mode NPU 四通路支持（e2e/kernel/aclnn/geir）与 golden 性能采集 Created-by: wangrui_ Commit-by: wangrui Merged-by: cann-robot Description: <!-- 感谢您的合入申请! --> ### 当前PR是否有AI参与: [x] 否 [ ] 是 __1. AI Agent 平台: __2. AI 模型: __3. Prompt上下文 : ### PR功能描述 / 为什么需要这个合入**: --golden-mode 新增 NPU：golden 在 NPU 上执行并采集设备性能，四通路（kernel/geir/aclnn/e2e）支持；执行或采集失败自动回落 CPU golden，精度不受影响，性能列如实标注来源。 - **golden device 契约**：声明 device 形参（或 **kwargs）的 golden 收设备字符串（"npu:0"）自行上板——kernel/geir 函数形与 class 形保持 numpy 入参契约，aclnn/e2e 输入本为 torch 张量由框架 .to(device) 上板；字符串载体（golden="torch.add"）由框架转张量上板 - **e2e**：golden 生成迁至 golden.py，设备由 exec_backend 决定（golden_api/插件/同 API 统一跟随）；_run_api_on_cpu/_run_api_on_npu 合并为 _run_api - **aclnn**：ACLNN_GOLDEN 字符串载体先解析再进 NPU 闭包；修复 _call_torch_api device 路径 UnboundLocalError；回落结果统一 flatten（裸 Tensor 会切错输出槽位） - **结果新增四列**：golden_device_perf_us/golden_kernel_count/golden_kernel_details/golden_source（XPU 模式同列回填三方 device_us）；采集目录随通路 DUT 的 msprof 子目录（msprof/{op,op_api,geir,e2e}/<case>_golden） - **互斥与防护**：no-prof×NPU 互斥（bridge）；启动期无卡 fail-fast（has_npu_device）；manual 真值优先于 NPU 重算 ### 该PR关联的issue *(格式为fixes #<issue号>, 或者resolves #<issue号>)*: fixes #313, fixes #170, fixes #150 ### 希望检视人员了解: - golden 性能列是**参照实现的设备耗时**，不与被测比快慢：golden 走通用算子（如 torch.add 落 aclnnAdd，带 alpha 标量时后端分派 Axpy），被测为特化实现，被测快于 golden 属预期 - kernel 通路 class 形 golden 为 torch 单语义；tf 载体在 kernel worker 受 torch_npu×TF 同进程段错误限制（环境约束，e2e TF 不受影响） - golden 输出 shape 会被采纳为 kernel 被测输出 buffer 形状，shape 算错表现为被测段 OOB 而非比对失败 - 顺带包含四通路 worker 私有函数统一单下划线（__x→_x）等机械重命名 ## 测试 <!--描述进行了哪些测试来验证你的改动。--> - 单元测试：2505 passed（npu_golden_runner 回落语义、四通路路由/上板/flatten 契约） - 真机验证（Ascend950PR）： - 四通路 NPU/Enable 双模式全 PASS，各形态 golden_source="npu" 且 msprof 采到 kernel 明细 - golden 形态矩阵：torch 原生字符串 / class 形 / 自定义函数 / 输入 TensorList（concat_d）/ 输出 TensorList（split） - -b=release 二进制模式、--warmup=false 对照、e2e TF（GE 分派）、结果 CSV --rerun 兼容 - 回落链路：模拟 NPU 失败 → CPU 回落 PASS（屏显 ERROR + 根因） ## 文档更新 <!--如果这个PR包含文档的更新，请在这里指出。例如：更新了README.md文件。--> - docs/Task_Execution.md：--golden-mode 选项补 NPU - docs/Dump_Debug.md：manual-data 约束补 NPU - .claude/skills/ttk-how-run-test/SKILL.md、.claude/skills/ttk-how-write-plugin/SKILL.md：补 NPU 模式与 golden device 契约 ## 类型标签 <!-- [x] 表示选中 --> - [ ] Bug修复 - [x] 新特性 - [ ] 性能优化 - [x] 文档更新 - [ ] 其他，请描述： See merge request: cann/ops-test-kit!504 | 22 days ago | |
fix: FZC04 排布、worker 生命周期、deep_merge 隔离与 CLI 错误着色统一 Co-authored-by: wangrui<wangrui124@huawei.com> # message auto-generated for no-merge-commit merge: !421 merge br_bugfix into master fix: FZC04 排布、worker 生命周期、deep_merge 隔离与 CLI 错误着色统一 Created-by: wangrui_ Commit-by: wangrui Merged-by: cann-robot Description: <!-- 感谢您的合入申请! --> ### 当前PR是否有AI参与: [ ] 否 [x] 是 __1. AI Agent 平台: opencode __2. AI 模型: GLM (CANNBot) __3. Prompt上下文 : issue #142/#156/#198 缺陷分析与修复（GE/canndev 源码对拍基准 → 实现 → 回归测试） ### PR功能描述 / 为什么需要这个合入**: 修复三个开源 issue 并统一 CLI 错误输出口径，共三批改动： **1. FZC04 权重转换重写 + profiler 降级（fixes #142）** - to_fractal_z_c04 按 GE format_transfer_fz_c04.cc 官方语义重写：C 补 4、N 补 16 倍数，z = h·w·4 + c 展平，输出 (ceil(4·h·w/c0), ceil(N/16), 16, c0)；与 GE 参考直译对拍 10 组逐元素一致 - 修复 cin_outer 公式越界（h·w>1 必现 IndexError）与 groups>1 静默产出错数据；新增 C≤4 / groups=1 域校验（GE 同语义显式拒绝） - libmsprofiler.so/libprofapi.so 加载失败 warning 降级（构造→不采集、dfx→跳过上报，False 哨兵防重试），不再被 launch try 吞成 LAUNCH_FAILED 误报；ASCEND_OPP_PATH 未设置时明确提示 **2. worker 生命周期串行化（fixes #156）** - crash/fail 结果分支裸 resurrect() → recycle()：错误 worker 与 PASS 路径同口径先 close 再重建 - close() join 守卫由上报状态改为实际存活（exitcode is None）：worker 异常自退出会先报 DEAD 再走 atexit 清理链（rtDeviceReset ~5s），只认状态会跳过 join——修正后 join 到真实退出，闭合新 worker aclrtSetDevice 与旧 worker 清理重叠导致的 507033 竞态；重复 close 幂等 - 两处改动缺一不可：recycle 让错误路径走进 close，守卫修正让 close 真的等 **3. deep_merge 结果隔离 + CLI 错误着色统一（fixes #198）** - deep_merge 对 base 与非递归 override 值 deepcopy：合并结果嵌套结构与输入双侧隔离，原地扩展不再回写默认/用户配置；dict 递归/list 整体替换语义不变 - 新增 print_error（tty 整行红、非 tty 纯文本，与 _ErrorRedFormatter 同口径）；argparse（_ErrorAwareArgumentParser，子命令经 parser_class 链式继承）、CLI 顶层兜底、help 族 4 处统一接入——消息文本与退出码不变，消除 "ttk: error 不红" 的口径分裂 ### 该PR关联的issue *(格式为fixes #<issue号>, 或者resolves #<issue号>)*: fixes #142, fixes #156, fixes #198 ### 希望检视人员了解: - FZC04 排布基准为 GE base/formats/format_transfers/format_transfer_fz_c04.cc（C≤4、groups=1 域限制均来自该实现）；仓库内原 xfail 用例已按新语义原位整改 - #142 中 PAD_C0_MAPPING 32-bit=16 经 GE/canndev GetCubeSizeByDataType（≥2 字节一律 16）复核为正确默认，本 PR 未改动该表——在途 PR !356 若改为 8 会引入回归 - #156 残余（低概率，暂不处理）：--pc>1 共卡时 close join 窗口内其他 worker 可获锁；崩溃进程驱动侧异步清理未等待 - 着色改动无行为变化；scripts/ 下开发辅助脚本未纳入 ## 测试 <!--描述进行了哪些测试来验证你的改动。--> - 全量单测 2739 passed / 3 skipped（tests/ 除 remote 与存量损坏的 tbe_multiprocessing 收集错误——干净树同样失败，与本 PR 无关） - FZC04：GE 参考直译对拍 10 组逐元素全匹配（c=1..4、int8 c0=32、NHWC/HWCN 源格式、z1>1） - worker 生命周期：forkserver 真进程端到端用例覆盖崩溃 resurrect 与"自退出+慢清理链"close 等待，对旧实现实测 FAIL（判别力确认） - print_error：tty/非 tty 双态断言 + ttk bogus argparse 端到端断言 - ruff check/format 与 pre-commit 全钩子（含 OAT 合规）通过 ## 文档更新 <!--如果这个PR包含文档的更新，请在这里指出。例如：更新了README.md文件。--> 无需更新：合并语义、报错文本、退出码等对外行为不变（FZC04 域校验的报错信息自解释）。 ## 类型标签 <!-- [x] 表示选中 --> - [x] Bug修复 - [ ] 新特性 - [ ] 性能优化 - [ ] 文档更新 - [ ] 其他，请描述： See merge request: cann/ops-test-kit!421 | 1 month ago | |
fix: XPU 三方执行丢弃 self 名输入（aten 单目算子惯例）——bind_params 经 *args 送达 + executor 三相位去 self 过滤 Co-authored-by: FishPotatoChen<chenqianyu1@h-partners.com> # message auto-generated for no-merge-commit merge: !512 merge fixbug15 into master fix: XPU 三方执行丢弃 self 名输入（aten 单目算子惯例）——bind_params 经 *args 送达 + executor 三相位去 self 过滤 Created-by: FishPotatoChen Commit-by: FishPotatoChen Merged-by: cann-robot Description: <!-- 感谢您的合入申请! --> ### 当前PR是否有AI参与: [x] 否 [ ] 是 __1. AI Agent 平台: __2. AI 模型: __3. Prompt上下文 : ### PR功能描述 / 为什么需要这个合入**: aten 命名惯例下，ACLNN 算子 C 接口的首个输入参数名多为 self（如 aclnnReal(aclTensor *self, aclTensor *out)）。TTK 做 XPU 三方校验时输入按参数名发给 xpu-server 按名绑定，但服务端把 self 当特殊名过滤掉了：类形式插件通路（bind_params）中，绑定 __call__ 的签名已无 self，池中 self 名输入本应经 *args 位置送达，却在 leftover 分发处被整体丢弃——既不进 **kwargs（防与实例位冲突，合理），也进不了 *args（与 docstring "use *args to receive it positionally" 的承诺矛盾）；无插件的 api 自动解析通路（_invoke_function 三相位）同样全部过滤 self。结果凡输入参数名含 self 的算子（绝大多数 aclnn 算子），XPU 三方执行收不到输入、报 500，cross_check 一律 third_party unavailable，而 NPU 侧执行正常。 修复后 self 名输入按普通输入对待：经 *args 按 C 头文件序位置送达，仅在与实例位冲突（绑定方法 / 未绑定 __init__ 的 **kwargs）时绕行；普通函数签名中的 self 形参视为真实参数名按名绑定；invoke_third_party 补 object.__init__ 守卫防无自定义 __init__ 的插件类被误灌位置参数；_invoke_function 三相位去除 k != "self" 过滤，api 自动解析（如 aclnnAbs→torch.abs）不再丢弃输入。 ### 该PR关联的issue *(格式为fixes #<issue号>, 或者resolves #<issue号>)*: fixes [#419](https://gitcode.com/cann/ops-test-kit/issues/419) [#418](https://gitcode.com/cann/ops-test-kit/issues/418) ### 希望检视人员了解: - self → *args 位置送达本是 !107（8ec73dd）实现的原始语义，后续仓库重构（6fd9eb3）改写 leftover 分发时丢失，并给三相位加上了 k != "self" 过滤——本 PR 恢复并完善该契约，回归来源可查 git 历史。 - executor.py 的改动是**净删 7 处过滤的简化**，不是新增逻辑；torch 内建拒收 self= 关键字但位置收参正常（已实测），三相位 try/except 回退结构不变。 - xpu.py 的 object.__init__ 守卫是 bind_params 改动的必要配套：无自定义 __init__ 的插件类（常见形态）在 object.__init__ 的 *args 收到 self 名输入后 cls(t) 会直接 TypeError，executor 侧本有同款守卫，本次对齐。 - 兼容性：无 self 名输入的既有 spec 插件行为不变（非 self 的 leftover 路由仍为 **kwargs 优先）；server 与 client 同源（server import ttk.core_modules.common），已部署的 GPU xpu-server 需整仓重新部署后生效。 ## 测试 <!--描述进行了哪些测试来验证你的改动。--> - 单测：新增 16 个回归测试（tests/core_modules/common/test_xpu_third_party.py::TestBindParamsSelfNamedInput ×10、tests/remote/test_executor_self_named_input.py ×6），覆盖 *args 位置送达、**kwargs 实例位冲突绕行、__init__ 实例占位不误灌、函数形式真实 self 形参按名绑定等契约；tests/remote + tests/core_modules/common 全量 1110 passed, 4 skipped，无回归。 - 端到端：构造 aclnnReal（spec 模式，类形式 third_party 插件）与 aclnnAbs（api 模式，无插件自动解析）两条 cross_check 用例，修复前均 500（no input received / cannot be parameter-bound from inputs ['self']），修复后 2/2 PASS，xpu_metrics 分别回传 AclnnRealTestSpec / torch.abs；全链路在本机纯 CPU xpu-server（硬件探测 fallback cpu）上验证，无需 GPU 硬件。 ## 文档更新 <!--如果这个PR包含文档的更新，请在这里指出。例如：更新了README.md文件。--> 无 ## 类型标签 <!-- [x] 表示选中 --> - [x] Bug修复 - [ ] 新特性 - [ ] 性能优化 - [ ] 文档更新 - [ ] 其他，请描述： See merge request: cann/ops-test-kit!512 | 19 days ago |
| Files | Last commit | Last update |
|---|---|---|
| 18 days ago | ||
| 19 days ago | ||
| 1 month ago | ||
| 22 days ago | ||
| 22 days ago | ||
| 18 days ago | ||
| 22 days ago | ||
| 18 days ago | ||
| 1 month ago | ||
| 26 days ago | ||
| 18 days ago | ||
| 30 days ago | ||
| 19 days ago | ||
| 22 days ago | ||
| 1 month ago | ||
| 19 days ago |