在这个技术飞速发展的时代,如果某一款产品想在市场上具有强大的竞争力,就必须在开发过程中具有快速的高质量的交付能力,因此,开发过程中的自动化测试就显得举足轻重了,如果在开发过程中,采用大量的手动测试,可能会导致测试任务不能及时完成,增加项目不能按时交付的风险,所以要采用自动测试框架技术,它是手动测试的延续,可以减少手动测试中的重复性工作,大大提高测试效率。本课题中的自动测试框架一共分为两部分,一个是面向Bangc的内置函数的测试集的自动测试框架,另一个是面向深度学习算子的自动测试框架,是针对某公司平台芯片MLU(Machine Learning Unit)编译器设计的,MLU是面向深度学习的的AI芯片。论文主要工作包括:(1)手动构建面向BangC的内置函数的测试集,确保内置函数的实现的正确性,构建测试集的描述文件,文件中的每一行包含内置函数名称以及内置函数所需的参数和参数大小。之后使用python语言设计自动化脚本实现测试集用例的函数调用形式,最后使用python语言和shell脚本语言实现测试集的自动测试框架,完成框架的测试与验证。(2)提取几个常用的深度学习算子,完成MLU端算子的基础实现,根据BangC的内置函数对算子进行向量化,设计算子的描述文件,实现面向算子的自动测试框架,完成框架的测试与验证。本文基于AI芯片的BangC语言设计了自动测试框架,对内置函数测试集以及算子测试集全部实现自动化测试,减少了手工的重复性工作,并且可以快速检查某一条或多条内置函数的正确性,以及算子的结果对比,这样就可以有更多的时间去设计测试用例,优化算子以及完善框架的功能。