external-cannbot-ops-pypto-precision-compare

name	external-cannbot-ops-pypto-precision-compare
description	PyPTO 算子精度问题调试技能。提供两种精度对比方法：文件保存方法（使用 pypto.pass_verify_save 和 torch.save）和二分对比方法（使用检查点 tensor）。当需要调试 PyPTO 算子精度、定位精度差异来源、进行中间结果对比时使用此技能。
original-name	pypto-precision-compare
synced-from	https://gitcode.com/cann/cannbot-skills
synced-date	2026-05-26
synced-commit	ac5bbd2b4cf427d011874e11f8d1e8b1bef66eda
license	UNKNOWN

PyPTO 算子精度问题调试技能

提供两种精度对比方法，用于快速定位 PyPTO 算子中导致精度问题的具体 op。

方法选择

方法对比

特性	文件保存方法	二分对比方法
实现方式	使用 pypto.pass_verify_save() 保存到文件，使用 torch.save() 保存 golden	使用检查点 tensor 作为输入参数，在内存中直接对比
适用场景	初次定位精度问题，需要快速找到问题范围	需要对比多个循环迭代数据，减少文件 IO 开销
循环支持	只保存 idx=0 的数据	支持保存所有循环迭代数据
代码修改	不需要修改 kernel 函数签名	需要修改 kernel 函数签名，添加检查点参数
数据类型	直接保存原始类型，对比时统一转换	在内存中直接对比，类型需一致
使用难度	简单，只需添加检查点调用	较复杂，需要管理检查点 tensor

选择指南

优先使用文件保存方法（参考 verify.md）：

• 需要快速找到问题范围
• 只需要对比单次循环的数据，不需要对比多个循环迭代
• 不想修改 kernel 函数签名，保持代码简洁
• 复杂算子，循环较多，二分对比方法难以将数据搬运到循环外

切换到二分对比方法（参考 binary-search.md）：

• 需要对比多个循环迭代的数据（如 idx=0,1,2,...）
• 保存的数据文件过大时，用二分法在内存中直接对比减少文件 IO 开销

快速开始

使用文件保存方法

1. 阅读 verify.md 了解详细步骤
2. 在 kernel 中添加 pypto.pass_verify_save() 调用
3. 在 golden 中添加 torch.save() 调用
4. 运行测试生成数据
5. 使用对比工具分析结果

使用二分对比方法

1. 阅读 binary-search.md 了解详细步骤
2. 修改 kernel 函数签名，添加检查点 tensor 参数
3. 修改 golden 函数，返回检查点数据
4. 修改测试函数，创建检查点 tensor 并对比
5. 运行测试并分析结果

核心原则

数据对齐原则

无论使用哪种方法，都必须确保：

• golden 和 kernel 的计算逻辑、切块方式、数据维度完全一致
• 如果实现不一致，改写 golden 函数使其与 kernel 一致
• 检查点的位置和顺序必须一一对应

检查点命名原则

• 使用有意义的名称，反映计算步骤
• 按计算顺序添加数字前缀（如 1_after_matmul, 2_after_softmax）
• 确保命名约定一致，便于对比工具自动匹配

参考资料

• PyPTO API: docs/api/
• pass_verify_save API: docs/api/others/pypto-pass_verify_save.md