在這個技術(shù)飛速發(fā)展的時代,如果某一款產(chǎn)品想在市場上具有強大的競爭力,就必須在開發(fā)過程中具有快速的高質(zhì)量的交付能力,因此,開發(fā)過程中的自動化測試就顯得舉足輕重了,如果在開發(fā)過程中,采用大量的手動測試,可能會導致測試任務不能及時完成,增加項目不能按時交付的風險,所以要采用自動測試框架技術(shù),它是手動測試的延續(xù),可以減少手動測試中的重復性工作,大大提高測試效率。本課題中的自動測試框架一共分為兩部分,一個是面向Bangc的內(nèi)置函數(shù)的測試集的自動測試框架,另一個是面向深度學習算子的自動測試框架,是針對某公司平臺芯片MLU（Machine Learning Unit）編譯器設計的,MLU是面向深度學習的的AI芯片。論文主要工作包括:（1）手動構(gòu)建面向BangC的內(nèi)置函數(shù)的測試集,確保內(nèi)置函數(shù)的實現(xiàn)的正確性,構(gòu)建測試集的描述文件,文件中的每一行包含內(nèi)置函數(shù)名稱以及內(nèi)置函數(shù)所需的參數(shù)和參數(shù)大小。之后使用python語言設計自動化腳本實現(xiàn)測試集用例的函數(shù)調(diào)用形式,最后使用python語言和shell腳本語言實現(xiàn)測試集的自動測試框架,完成框架的測試與驗證。（2）提取幾個常用的深度學習算子,完成MLU端算子的... 

【文章來源】：中國科學院大學(中國科學院大學人工智能學院)北京市

【文章頁數(shù)】：66 頁

【學位級別】：碩士

【部分圖文】：

圖２．１?ＭＬＵ硬件架構(gòu)圖??Ｆｉｇｕｒｅ?２．１?ＭＬＵ?ｈａｒｄｗａｒｅ?ａｒｃｈｉｔｅｃｔｕｒｅ?ｄｉａｇｒａｍ??

?｜?？??！?＿?｜?Ｉ?／；?ｉ｜；｜?ｓｓｉｓｓ?？??ｉ?Ｋ＇ｒａｅ?Ｋｌｒ．＾！?：：：Ｌ——ｉ?ｓ?：???二：二?＼［?ｊ?｜！?Ｃｏｒｅ－２?Ｃｏｒｅ－３?｜??＼?｜丨丨?Ｒｅｇｉｓｔｅｒｓ?Ｒｅｇｉｓｔｅｒｓ?ｉ??＼?｜｜｜?｜ＮＲＡＭｌ?ＩＷＫＡＭｌ?｜ＮＲＡＭ｜｜ｆｆＲＡＭ｜?｜??＼�。�！?＾＝＝ｊ［ｉ＝ｙ?丨??１！Ｌ?Ｌ＿—三―—１」?１１???＇！??ｌｌ?－１?二——一：＿＝一????丨」??圖２．１?ＭＬＵ硬件架構(gòu)圖??Ｆｉｇｕｒｅ?２．１?ＭＬＵ?ｈａｒｄｗａｒｅ?ａｒｃｈｉｔｅｃｔｕｒｅ?ｄｉａｇｒａｍ??其次，ＭＬＵ設計了非常有針對性的存儲架構(gòu)，由于計算機訪問片外的存儲相??比于訪問片內(nèi)存儲會慢好幾個數(shù)量級，所以盡量的降低計算機對于片外數(shù)據(jù)的存??儲就是一個優(yōu)化的重要方向。ＭＬＵ在內(nèi)存設計上就采取了非常有針對性的內(nèi)存方??案，針對祌經(jīng)網(wǎng)絡計算的特點，避免了?ＣＰＵ和ＧＰＵ在計算時頻繁的讀寫內(nèi)存??帶來的訪存瓶頸問題�？偠灾酒脚_芯片提供對神經(jīng)網(wǎng)絡計算的針對性設??計和獨特的內(nèi)置函數(shù)集合系統(tǒng)，收獲了優(yōu)越的性能，獲得了比ＧＰＵ高數(shù)倍的性??能提升，如下圖２．２所示的ＭＬＵ與傳統(tǒng)設備的性能比較。??ＭＬＵ????ＧＰＵ????ＦＰＧＡ????ＣＰＵ?????？??１?１０?１００?１０００??效能比（對數(shù)坐標）ＧＯＰＳ／Ｗ??圖２．２?ＭＬＵ相比于傳統(tǒng)計算設備的性能比較??Ｆｉｇｕｒｅ?２．１?Ｐｅｒｆｏｒｍａｎｃｅ?Ｃｏｍｐａｒｉｓｏｎ?Ｏｆ?ＭＬＵ?Ｗｉｔｈ?Ｔｒａｄｉｔ

ｅｌ函數(shù)的函數(shù)名稱、任務大孝參數(shù)、任務類??型和隊列發(fā)給ｃｎｒｔ，通過ｃｎｒｔＩｎｖｏｋｅＫｅｍｅｌ〇函數(shù)調(diào)用ＭＬＵ的ｋｅｒｎｅｌ函數(shù)進行計??算，調(diào)用的時候需要傳遞ｋｅｒｎｅｌ參數(shù)，我們需要將計算結(jié)果返回給ＣＰＵ，此時??ｋｅｒｎｅｌ函數(shù)調(diào)用己經(jīng)完成，需要對相關資源進行釋放，主要就是ｓｔｒｅａｍ以及ＭＬＵ??上ＤＤＲ數(shù)據(jù)，調(diào)用ＣＮＲＴＤｅｓｔｒｏｙＧ函數(shù)對ＣＮＲＴ運行的資源進行釋放，ＣＰＵ端??將計算結(jié)果與正確結(jié)果進行比較，如果一致該測試用例通過，否則測試用例失敗??［１３］，下圖２．３所示的Ｈｏｓｔ端調(diào)用ｋｅｒｎｅｌ程序的流程圖。??Ｃ開始）??Ｈｏ?ｓｔ端啟動設備??孑旨定ｋｅ?ｒｎｅ?１?今亍隊歹ｉｊ??指定ｋｅｒｎｅ?１Ｙ壬務規(guī)Ｉ模??丄??準備ＭＬＵ端數(shù)據(jù)???Ｎ????向ＭＬＵ端傳遞數(shù)據(jù)???ＭＬＵ端計算完之后４每數(shù)據(jù)拷貝回??ＣＰＵ端??ｙ?????輸出ＦＡＩＬＥＤ，重新調(diào)??等？?＂?試程序??輸出ＰＡＳＳＥＤ??－１－?、＾??ｃ結(jié)束）??圖２．３?Ｈｏｓｔ端程序調(diào)用ｋｅｒｎｅ丨程序流程??Ｆｉｇｕｒｅ?２．３?Ｔｈｅ?Ｐｒｏｃｅｓｓ?Ｏｆ?Ｈｏｓｔ?Ｓｉｄｅ?Ｐｒｏｇｒａｍ?Ｃａｌｌｉｎｇ?Ｋｅｒｎｅｌ?Ｐｒｏｇｒａｍ??１０??

【參考文獻】：
期刊論文
[1]一種基于LabVIEW技術(shù)的電能質(zhì)量儀器自動化測試框架[J]. 黃錚,楊恬,周潔.  工業(yè)控制計算機. 2019(04)
[2]基于quartz的編譯自動測試系統(tǒng)的設計與實現(xiàn)[J]. 沈宇杰.  湖南工程學院學報(自然科學版). 2019(01)
[3]通用接口自動化測試框架設計與應用[J]. 張魯珊.  電子技術(shù)與軟件工程. 2019(06)
[4]基于CUDA架構(gòu)圖像處理并行算法實驗研究[J]. 費華英.  銅仁學院學報. 2017(06)
[5]基于Python語言的自動化測試系統(tǒng)的設計與實現(xiàn)[J]. 黃建軍,李宥謀,劉婧,周歡.  現(xiàn)代電子技術(shù). 2017(04)
[6]人工神經(jīng)網(wǎng)絡處理器[J]. 陳云霽,陳天石.  中國科學:生命科學. 2016(02)
[7]一個支持持續(xù)集成的移動應用功能測試框架[J]. 林小捷,陸璐.  計算機與數(shù)字工程. 2015(03)
[8]基于Python的智能家居自動化測試腳本設計及實現(xiàn)[J]. 沈杰,潘科,劉昕,范雨曉.  電視技術(shù). 2015(05)
[9]基于腳本的流程自適應自動化測試研究[J]. 王游,馮曙明,何金陵,方泉.  計算機與現(xiàn)代化. 2015(02)
[10]一種軟件測試需求建模及測試用例生成方法[J]. 楊波,吳際,徐珞,畢考,劉超.  計算機學報. 2014(03)

碩士論文
[1]基于Python的自動化測試框架的分析與設計[D]. 王聰穎.北京郵電大學 2017
[2]基于QTP自動化測試框架的研究與應用[D]. 吳瓊.中國科學院大學(工程管理與信息技術(shù)學院) 2015
[3]軟件測試自動化工具的設計與實現(xiàn)[D]. 薛潤光.東北大學 2012
[4]軟件測試技術(shù)的應用及其發(fā)展趨勢[D]. 杜源.四川大學 2005



本文編號：3579622