Debugging 如何测试生成的汇编程序？
我已经做了一个程序，根据向量扩展的参数生成汇编指令来执行卷积。注意，我假设我的向量扩展没有循环或分支指令 但是，如果我将输入宽度设置为7，内核宽度设置为3，输入通道设置为128，输出通道设置为4，那么生成的指令数几乎是90000。我有一个用于向量处理器的指令模拟器，但我不知道如何检查生成的指令是否正常Debugging 如何测试生成的汇编程序？,debugging,testing,assembly,convolution,verification,Debugging,Testing,Assembly,Convolution,Verification,我已经做了一个程序，根据向量扩展的参数生成汇编指令来执行卷积。注意，我假设我的向量扩展没有循环或分支指令 但是，如果我将输入宽度设置为7，内核宽度设置为3，输入通道设置为128，输出通道设置为4，那么生成的指令数几乎是90000。我有一个用于向量处理器的指令模拟器，但我不知道如何检查生成的指令是否正常 有什么好的开始点或好主意吗？显而易见的事情是使用一些完全随机的测试输入运行它，并与使用相同数据输入的简单已知良好实现的结果进行比较。（例如，用C或您最喜欢的高级语言编写，可能只是在主机CPU上运行
有什么好的开始点或好主意吗？显而易见的事情是使用一些完全随机的测试输入运行它，并与使用相同数据输入的简单已知良好实现的结果进行比较。（例如，用C或您最喜欢的高级语言编写，可能只是在主机CPU上运行，而不是在模拟器内运行）。在模拟器中运行一个简单的实现也是很好的，或者更容易实现 在比较结果时，如果简单实现使用不同的操作顺序，则可能需要为FP舍入错误留出一些回旋空间。一个非常标准的方法是检查绝对差是否都在1e-7或其他范围内，或者检查相对差（尽管由于减法而导致的接近零的数字的相对误差可能很大；灾难性消除是FP的一个已知问题） （如果您还没有意识到这些问题，请参阅Bruce的FP系列文章和其他文章。） 也许有一个以双精度计算的参考实现是值得的，这样当评估带有舍入误差的计算时，您就可以更好地了解实际正确答案是什么
数据与引用不匹配时的调试： 使用非常简单的输入数据再次进行测试，就像所有
0.01.01.0-2.00.0还要注意的是，大多数真实世界的CPU都有某种指令缓存，因此循环一个适合缓存的循环体（大的展开循环）通常值得一点循环开销，而不是将循环完全展开/剥离成一大块直线代码。（像90k指令听起来太多了）。但是，如果真的没有任何简单的重复可以通过展开进行摊销，那么值得考虑。显而易见的事情是使用一些完全随机的测试输入运行它，并与使用相同数据输入的简单已知良好实现的结果进行比较。（例如，用C或您最喜欢的高级语言编写，可能只是在主机CPU上运行，而不是在模拟器内运行）。在模拟器中运行一个简单的实现也是很好的，或者更容易实现 在比较结果时，如果简单实现使用不同的操作顺序，则可能需要为FP舍入错误留出一些回旋空间。一个非常标准的方法是检查绝对差是否都在1e-7或其他范围内，或者检查相对差（尽管由于减法而导致的接近零的数字的相对误差可能很大；灾难性消除是FP的一个已知问题） （如果您还没有意识到这些问题，请参阅Bruce的FP系列文章和其他文章。） 也许有一个以双精度计算的参考实现是值得的，这样当评估带有舍入误差的计算时，您就可以更好地了解实际正确答案是什么
数据与引用不匹配时的调试： 使用非常简单的输入数据再次进行测试，就像所有
0.01.01.0-2.00.0还要注意的是，大多数真实世界的CPU都有某种指令缓存，因此循环一个适合缓存的循环体（大的展开循环）通常值得一点循环开销，而不是将循环完全展开/剥离成一大块直线代码。（像90k指令听起来太多了）。但如果真的没有任何简单的重复可以通过展开来摊销，那么值得考虑。@PeterCordes我完全同意你的观点。但是，当数据与“良好的实现”不匹配时，我很难找到从何处开始调试。你有什么好的或方便的想法吗？啊，调试是一个不同于你所问的通过/失败测试的问题。在我的回答中添加了一个关于这一点的部分，并更新了您的问题标签以包括调试。@PeterCordes我完全同意您的看法。但是，当数据与“良好的实现”不匹配时，我很难找到从何处开始调试。你有什么好的或方便的想法吗？啊，调试是一个不同于你所问的通过/失败测试的问题。在我的回答中添加了一个关于这一点的部分，并更新了您的问题标签以包括调试。