Bringup-Bench 使用教程
2025-04-15 12:02:14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
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~089CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava05GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。07GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0382- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

🎉 (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
887
525

openGauss kernel ~ openGauss is an open source relational database management system
C++
136
188

React Native鸿蒙化仓库
C++
182
265

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
368
381

deepin linux kernel
C
22
5

方舟分析器:面向ArkTS语言的静态程序分析框架
TypeScript
113
45

一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
84
4

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.09 K
0

微信开发 Java SDK,支持微信支付、开放平台、公众号、视频号、企业微信、小程序等的后端开发,记得关注公众号及时接受版本更新信息,以及加入微信群进行深入讨论
Java
831
23

前端智能化场景解决方案UI库,轻松构建你的AI应用,我们将持续完善更新,欢迎你的使用与建议。
官网地址:https://matechat.gitcode.com
737
105