Page 78 - 《软件学报》2026年第6期

刘佳玮 等: 面向 RISC-V 架构的深度学习算子测试 2397

Conv2D 算子为例, 其使用标准批量、标准通道 (输入输出)、标准空间以及 Conv2D 卷积核的组合. 通过这种参数
选择和组合策略, 每个算子都能够获得与其计算特性相匹配的复杂度配置, 同时不同算子之间又保持了统一的复
杂度层级体系.

表 1 主要参数的区复杂度区间分组配置

参数类别 参数名称 低复杂度 中复杂度 高复杂度
标准批量 [1, 2) [2, 4) [4, 8)
批量维度
扩展批量 [1, 2) [2, 8) [8, 16)
(batch)
大批量 [1, 128) [128, 512) [512, 2 048)
标准输入通道 (in C ) [8, 64) [64, 128) [128, 256)
通道维度 扩展输出通道 (out C ) [8, 64) [64, 256) [256, 512)
宽范围通道 (C) [1, 32) [32, 256) [256, 512)
空间维度 标准空间 [8, 28) [28, 56) [56, 112)
(H, W) 扩展空间 [8, 32) [32, 112) [112, 224)
核尺寸 卷积核 [1, 3) [1, 3) [3, 5)
(kernel size) 池化核 [2, 3) [3, 5) [5, 7)
步长 (stride) 步长 [1, 2) [2, 3) [3, 4)
标准特征维度 (in_dim, out_dim) [64, 512) [512, 2 048) [2 048, 4 096)
特征维度
扩展特征维度 (feature_dim) [64, 512) [512, 4 096) [4 096, 8 192)
矩阵行列维度 (M, N) [32, 256) [256, 1 024) [1 024, 2 048)
矩阵维度
矩阵内积维度 (K) [32, 128) [128, 1 024) [1 024, 2 048)

表 2 算子和参数映射关系

算子类别 算子列表 涉及参数
Conv2D batch, in C , out C , H, W, kernel
卷积类 batch, C, H, W, kernel,
DepthwiseConv2D
depth_multiplier
池化类 AvgPool2D, MaxPool2D batch, C, H, W, kernel, stride
全连接类 Dense, FullyConnected batch, in_dim, out_dim
矩阵运算类 MatMul M, K, N
归一化类 BatchNorm, L2Normalization batch, C, H, W
Softmax, LogSoftmax batch, feature_dim
归约类
Mean, Sum batch, C, H, W
激活类 ReLU, ReLU6, ELU, LeakyReLU, HardSwish, Logistic, Tanh, PReLU batch, C, H, W
逐元素二元运算类 Add, Sub, Mul, Div, Maximum, Minimum, SquaredDifference, BiasAdd batch, C, H, W
逐元素一元运算类 Abs, Ceil, Floor, Round, Neg, Cos, Sin, Exp, Log, Sqrt, Rsqrt, Square batch, C, H, W
Equal, NotEqual, Greater, GreaterEqual, Less, LessEqual, LogicalAnd,
逻辑运算类 batch, C, H, W
LogicalOr, LogicalNot
Concatenation, ExpandDims, Pad, Cast batch, C, H, W
张量操作类
Reshape batch, total_elements

基于参数池的设计使得 RIVdoo 具有良好的算子扩展能力. 当需要测试新的算子时, 首先识别该算子涉及的
参数维度类型, 然后从表 1 的参数池中选择对应的参数区间, 最后组合生成低、中、高这 3 个复杂度配置. 由于参
数池的设计基于硬件约束的理论分析, 任何使用这些参数的算子组合都能够保证明显的复杂度梯度, 无需针对每
个新算子重新验证分组有效性.
考虑到 RISC-V 平台的性能表现对参数配置具有高度敏感性, 即使在同一复杂度区间内, 不同的具体参数值
也可能触发截然不同的性能模式和资源利用模式. 因此, 在确定各复杂度层级的参数区间后, RIVdoo 在每个区间
内采用随机采样策略生成具体的测试参数配置. 通过随机采样策略, RIVdoo 能够有效避免固定参数配置可能引入