AI芯片自动化测开产品系统

本项目面向自研 Evas E200 AI 芯片评测场景，解决 NPU 算子、大模型推理在多卡集群下的精度、兼容性、性能回归验证问题。在大模型落地业务背景中，芯片迭代、编译器版本变更容易引发算子崩溃、精度漂移、CCL 通信异常，缺少自动化持续验证流水线，版本回归测试成本高、漏测风险大，需要搭建一套自动化 CI 评测平台，保障芯片软件栈迭代质量

项目包含集群资源调度、算子单测套件、大模型推理评测、精度对比、性能压测、结果报表、邮件告警七大模块。支持 vLLM、MoE、Qwen、YOLOv8 等主流模型在 ACE 编译器、ONNX-EPU Runtime 上批量跑测；自动计算 CosSim、ATOL/RTOL 精度指标，采集吞吐、时延、带宽数据，自动识别算子异常、通信报错，汇总测试报告并推送，替代大量人工复测，实现版本提交后自动触发回归验证。

本人负责整套 Jenkins Pipeline 流程开发、Shell/Python 自动化脚本编写、多卡集群 CCL 通信测试用例开发，负责算子崩溃、精度不匹配、NCCL 链路问题定位排查。技术栈：Jenkins Groovy、Python、Shell、Linux，对接 Unirun 测试框架；亮点：多任务并行调度、自动基线对比、异常日志提取；难点：多卡同步时序、MoE 路由算子稳定性、跨版本精度基线对齐。