Bringup-Bench 使用教程
2025-04-15 00:21:32作者:裴麒琰
1. 项目目录结构及介绍
Bringup-Bench 的目录结构如下:
.
├── ackermann
├── anagram
├── audio-codec
├── avl-tree
├── banner
├── blake2b
├── bloom-filter
├── boyer-moore-search
├── bubble-sort
├── c-interp
├── checkers
├── cipher
├── common
├── dhrystone
├── distinctness
├── donut
├── fft-int
├── flood-fill
├── frac-calc
├── fuzzy-match
├── fy-shuffle
├── gcd-list
├── grad-descent
├── graph-tests
├── hanoi
├── heapsort
├── indirect-test
├── k-means
├── kadane
├── kepler
├── knapsack
├── knights-tour
├── life
├── longdiv
├── lz-compress
├── mandelbrot
├── max-subseq
├── mersenne
├── minspan
├── murmur-hash
├── natlog
├── nr-solver
├── parrondo
├── pascal
├── pi-calc
├── primal-test
├── priority-queue
├── qsort-demo
├── quaternions
├── quine
├── rabinkarp-search
├── regex-parser
├── rho-factor
├── rle-compress
├── satomi
├── scripts
├── shortest-path
├── sieve
├── simple-grep
├── skeleton
├── spelt2num
├── spirograph
├── strange
├── target
├── tiny-NN
├── topo-sort
├── totient
├── vectors-3d
├── weekday
├── .gitignore
├── HASH-refs.txt
├── LICENSE
├── Makefile
├── README.md
├── VERSION
每个子目录都包含一个特定的基准测试,例如 bubble-sort 目录包含冒泡排序的基准测试代码。
2. 项目的启动文件介绍
项目的启动主要通过 Makefile 文件来管理。这个 Makefile 文件定义了一系列的规则和目标,用于构建和测试基准测试。
以下是一些基本的 Makefile 命令:
make TARGET=<target> clean:清理项目目录,删除所有编译产生的文件。make TARGET=<target> build:构建项目,编译基准测试程序。make TARGET=<target> test:运行测试,验证基准测试程序的输出。
例如,如果你想为 Linux 主机目标构建并测试 bubble-sort 基准测试,你可以使用以下命令:
make TARGET=host build
make TARGET=host test
3. 项目的配置文件介绍
Bringup-Bench 项目中的配置主要通过 Makefile 文件中的变量和条件来实现。项目中的 common 目录包含了一些通用的库和接口,这些库和接口被设计为尽可能减少对外部库的依赖。
在 Makefile 中,你可以定义不同的目标(例如 TARGET=host、TARGET=standalone 等),这些目标会决定如何构建和运行基准测试。每个目标都有特定的构建规则和依赖。
项目的配置主要通过以下文件进行:
Makefile:顶层 Makefile,定义了构建和测试的通用规则。common/libtarg.c:包含了用于将程序输出重定向到内部缓冲区的接口,这对于没有 I/O 支持的 CPU 启动非常有用。
通过调整 Makefile 文件中的变量和条件,你可以定制项目的构建过程,以适应不同的开发和测试环境。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust091- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
696
4.49 K
Ascend Extension for PyTorch
Python
560
684
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
956
941
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
494
91
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
411
334
昇腾LLM分布式训练框架
Python
148
176
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.6 K
937
Oohos_react_native
React Native鸿蒙化仓库
C++
338
387
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
139
220
暂无简介
Dart
940
236