Skip to content

testing.md

Latest commit

 

History

History
79 lines (55 loc) · 2.14 KB

testing.md

File metadata and controls

79 lines (55 loc) · 2.14 KB
Raw

测试流程规范

测试框架

使用 pytest，配合项目自定义标记 @arg_mark（定义在 tests/common/mark_utils.py）。

测试目录结构

目录 说明 是否需要分布式环境
tests/ut/ 单元测试 不需要
tests/st/torch/ PyTorch 分布式系统测试 需要（torchrun）
tests/st/mindspore/ MindSpore 分布式系统测试 需要（msrun，8卡）

运行测试

单元测试（本地单卡）

pytest tests/ut/

PyTorch 分布式测试

torchrun --nproc_per_node=8 -m pytest tests/st/torch/

MindSpore 分布式测试

msrun_case()  # 项目封装的 msrun 启动函数，默认 8 卡

按模块运行

# 仅运行 shard 相关 UT
pytest tests/ut/core/shard/

# 仅运行 activation_checkpoint UT
pytest tests/ut/core/activation_checkpoint/
pytest tests/ut/platform/torch/activation_checkpoint/
pytest tests/ut/platform/mindspore/activation_checkpoint/

测试标记

项目使用 @arg_mark 标记系统，支持：

  • level0：基础覆盖测试，Gloo CPU backend 可运行
  • level1：需要 NPU 的测试
  • feature 标记：按特性模块标记（如 @arg_mark(arg0=['arg0'], arg1=['arg1'])）

测试编写规范

  1. 新增功能必须配套 UT：覆盖率目标 ≥ 80%
  2. 分布式测试需要同时覆盖 MindSpore 和 PyTorch 后端（如适用）
  3. 使用项目封装的分布式启动函数：torchrun_case() 和 msrun_case()
  4. 优先使用 Gloo CPU backend 进行 UT：减少 NPU 资源占用，tests/common/ 中提供了 Gloo 适配器

测试覆盖率目标

模块 覆盖率目标
core/activation_checkpoint/ ≥ 95%
core/shard/ ≥ 80%
core/dtensor/ ≥ 80%
core/fully_shard/ ≥ 80%
core/pipeline_parallel/ ≥ 70%
core/optimizer/ ≥ 80%

CI 流程

PR 提交时会自动运行：

  1. Lint 检查：pylint + markdownlint（通过 pre-commit hook）
  2. Level0 UT：Gloo CPU backend 基础覆盖
  3. Codecheck：静态代码检查（C0116 docstring 等）