CN119415345A 异构片上系统的协同功能测试方法、装置、以及测试平台 （北京汤谷软件技术有限公司）

异构片上系统的协同功能测试方法、装置、本申请提供了一种异构片上系统的协同功收到的业务数据的类型；获取CPU在接收业务数业务数据进行处理的实际业务处理参数。根据CPU的型号和业务数据的类型，可以确定得到标准业务比对参数集合；最后将实际业务接收参2获取所述CPU的型号、以及所述CPU接收外接业务设备的业务获取所述CPU在接收业务数据完毕后，将所述业务数据写入所述存储器的实际业务写获取所述CPU通知所述GPU处理所述业务数据后，所述GPU对所述业务数据进行处理的在所述实际业务接收参数与所述标准业务接收参数不一致的情况下，确定所述CPU接在所述实际业务写入参数与所述标准业务写入参数不一致的情况下，确定所述CPU数在所述实际业务处理参数与所述标准业务处理参数不一致的情况下，确定所述GPU数所述异构片上系统的协同功能测试的第一测试结果包括所述CPU接收数据存在异常、所述CPU数据写入存在异常、所述GPU数据读取存在异常以及所述GPU数据处理存在异常中将所述实际业务接收参数、所述实际业务写入参数以及所述业将所述融合参数特征输入到预训练的第一协同功能测试模型中，得到所将所述实际业务接收参数、所述实际业务写入参数、所述实际提取所述实际业务接收参数、所述实际业务写入参数以及所述业务处理3将所述关联特征注入到所述融合参数特征内，得到所述异构片上系将所述协同功能特征输入到预训练的第二协同功能测试模型中，得到所在所述第三测试结果表征所述异构片上系统的协同功能存在根据所述异构片上系统的协同功能出现异常的原因，查找对所述所述实际业务接收参数包括：对所述视频数据的实际接收速率和接所述实际业务写入参数包括：所述CPU将所述视频数据写入所述存储器的实际数据写所述业务处理参数包括：所述GPU从所述存储器读取所述视频数据的实际数据读取速数据获取单元，用于获取所述CPU的型号、以及所述CPU接收外接4其中，所述处理器被配置为执行所述指令，以实现如权利要求10.一种存储介质，其特征在于，当所述存储介质中的指令由测试平台的处理器执行5[0001]本申请涉及芯片测试技术领域，尤其涉及一种异构片上系统的协同功能测试方应运而生，异构片上系统将多种具备不同指令集和体系架构的计算单元集成在同一芯片获取CPU的型号、以及CPU接收外接业务设备的业务数据时的实际业务接收参数、在实际业务接收参数与标准业务接收参数不一致的情况下，确定CPU接收数据存在实际业务写入参数与标准业务写入参数不一致的情况下，确定CPU数据写入存6在实际业务处理参数与标准业务处理参数不一致的情况下，确定GPU数据处理存将实际业务接收参数、实际业务写入参数以及业务处理参数拼接并特征化处理，提取实际业务接收参数、实际业务写入参数以及业务处理参数之间的关联关系，[0009]在一些实施方式中，在得到异构片上系统的协同功能测征输入到预训练的异常原因分析模型中，得到异构片上系统的协同功能出现异常的原因，三训练样本包括历史协同功能特征以及对应的历史上异构片上系统的协同功能出现异常根据异构片上系统的协同功能出现异常的原因，查找对异构片上系统的调试方78[0022]本申请实施例提供了一种异构片上系统100的协同功能测试方法，应用于测试平9[0037]在CPU101将视频数据写入存储器的实际数据写入速率与标准数据写入速率不一的帧数与CPU101接收到的视频数据帧数不一致的情况下，确定CPU101数据写入存在异常；[0040]在GPU102从存储器读取视频数据的数据读取速率与标准数据读取速率不一致的的实际渲染计算时长与标准渲染计算时长不一致的情况下，确定GPU102渲染计算存在异与标准图像质量（如标准色彩准确性和标准光影效果逼真度等）不一致的情况下，确定件配置不匹配等问题造成的在GPU102将渲染后的视频数据写入存储器的实际数据写入上系统100在整个工作流程中的运行是否出处理参数相互之间存在一定的关联关系，异构片上系统100的协同功能测试整体过程是否同功能特征输入到预训练的异常原因分析模型中，得到异构片上系统100的协同功能出现[0054]其中，异常原因分析模型是将多个第三训练样本输入到第三神经网络中训练得到，每个第三训练样本包括历史协同功能特征以及对应的历史上异构片上系统100的协同[0055]S406：根据异构片上系统100的协同功能出现异常的原因，查找对异构片上系统[0058]在一些实施方式中，异构片上系统100的协同功能测试的第一测试结果包括CPU101接收数据存在异常、CPU101数据写入存在异常、GPU102数据读取存在异常以及GPU102数据处理存在异常中的至少一者。标准业务比对参数集合包括标准业务接收参数、参数以及业务处理参数拼接并特征化处理，得到业务数据的处理过程中的融合参数特征；将融合参数特征输入到预训练的第一协同功能测试模型中，得到异构片上系统100的协同一神经网络中训练得到的，每个第一训练样本包括历史融合参数特征以及对应的测试标得到异构片上系统100对业务数据处理的协同功能特征；将协同功能特征输入到预训练的二训练样本包括历史协同功能特征以及对应的测试标签，测试标签为正常标签或异常标异常原因分析单元，用于在第三测试结果表征异构片上系统100的协同功能存在[0063]在一些实施方式中，业务数据为视频数据，GPU102对业务数据进行处理包括：