Smelt는 칩 개발 워크플로 (workflows)에 최적화된 단순하고 확장 가능한 태스크 러너 (task runner)입니다. Smelt를 사용하면 임의의 수만큼 테스트 변형 (test variants)을 프로그래밍 방식으로 쉽게 정의하고, 이러한 테스트를 병렬로 실행하며, 그 결과를 분석할 수 있습니다. Smelt는 로컬 및 분산 컴퓨팅 환경 (distributed compute contexts) 모두에 단순하고 효율적인 워크플로를 제공합니다.

Smelt는 Python 패키지로 배포되며 다음과 같이 설치할 수 있습니다:

pipx install pysmelt

Smelt가 설치되면, .smelt.yaml 확장자를 가진 파일 내의 단순한 YAML 스키마 (schema)를 사용하거나 Python을 사용하여 절차적으로 테스트 목록을 기술할 수 있습니다.

yves의 Python 테스트 목록 (testlist) 스니펫 (snippet):

num_branches = 1024

bhist_iterations = 10000

branch_tests = []

for size in [2**n for n in range(12)]:

이 규칙은 파일을 컴파일하며 병렬로 실행될 수 있습니다

benchmark = compile_local_ubench_zig(

name=f"directional_branch_history_{size}",

compiler_path=compiler_path,

benchmark_path=branch_hist,

ubench_parameters={

"INNER_ITERATIONS": size,

"ITERATIONS": bhist_iterations,

"NUM_BRANCHES": num_branches,

},

compiler_target=cpp_compiler.as_ref,
)

bench_bin = benchmark.get_outputs()["binary"]

이것은 로컬 시스템을 벤치마크하는 테스트이며, 간섭 (crosstalk)을 피하기 위해 병렬성을 보이지 않아야 합니다

bench = local_benchmark(

name=f"directional_branch_history_{size}_local",

profiler_path=profiler_bin,

benchmark_path=bench_bin,

metadata={

"BRANCHES_OBSERVED": size * num_branches * bhist_iterations,

"HISTORY": size,

},
)

branch_tests.append(bench)

dbh = test_group(name="directional_branch_history_sweep", tests=branch_tests)

ftcg = test_group(name="all_frontend_tests", tests=[dbh.as_ref])

이러한 테스트 및 다른 테스트들에 의존하는 계층적 테스트 그룹 (hierarchical test group)을 정의할 수 있습니다:

- name: all_tests

rule: test_group

rule_args:

tests:

• //benches/memory/loadtouse_tl.py:all_mem_tests

• //benches/midcore/bandwidths_etc.py:all_mc_tests

• //benches/frontend/frontend_tl.py:all_frontend_tests

Smelt는 가능한 한 많은 병렬성을 사용하여 이러한 테스트를 실행합니다:

주요 기능 (Features)

Smelt는 여러 작업을 실행하는 과정을 가능한 한 단순하게 만들도록 설계되었습니다. 이를 달성하기 위해, smelt 아래의 각 명령은 검사, 재실행 및 수정이 가능한 bash 스크립트를 생성합니다.

EDA (electronic design automation, 전자 설계 자동화)를 위해 구축된 smelt는 테스트 인프라를 위한 "모범 사례 (best practices)"를 통합하고자 합니다:

• 절차적 테스트 생성 (Procedural test generation): Python을 사용하여 프로그래밍 방식으로 테스트를 생성
• 실패 시 자동 재실행 (Automatic rerun on failure): 실패한 테스트를 재실행하는 데 필요한 계산 과정을 기술
• 분석 API (Analysis APIs): 테스트를 추적하고 재현하는 데 필요한 모든 데이터 제공
• 확장 가능성 (Extensible): 단순한 Python 인터페이스로 테스트 정의