用你的硬件 / 仿真器，跑我们的金标准向量

下载盲测向量包 → 在被测芯片或软件栈上本地计算 → 原样回传产物， 平台以 float64 双精度金标准独立判定。全程不接触任何厂商 SDK， 所有判定数字均来自本次服务端计算，可追溯金标准版本。

—覆盖算子
—标准测试向量
—输入分布
—期望输出元素
float64金标准精度
—金标准版本
  1. 1

    选择测试向量并下载

    正在加载算子目录…
  2. 2

    在本地运行被测算法

    解压向量包后，使用 inputs/ 中的原始输入在你的硬件或 仿真器上计算（参数张量同样位于 inputs/，禁止修改）， 再将结果按 manifest 声明写入 outputs/。

    • 字节序 / 排列：小端（little-endian）、行优先（row-major）
    • 输出命名： outputs/<case_id>__output.bin （扩展名也可用 .npy / .npz / .csv / .json，csv/json 按 manifest 形状自动重塑）
    • 回传方式：保持 zip 目录结构原样打包回传即可
    • 确定性复测（可选）：用相同输入再跑一遍，把第二次结果按同一 命名写入 outputs_repeat/。两次结果不一致会判为 非确定性并计入报告，该项用于暴露竞争、未初始化存储等硬件问题
    Python 读取 .bin 输入 / 写出 .bin 输出 示例 
    
        
    
        
    
          C99 读取小端 float64 输入 示例

    
        
    
        
    
          CI 接入（下载 → 判定 → 徽章）

    
        
    
      
    
    
    3. 

    
    
  3. 
      
    3
        
    上传回传产物
    
      
    
        
    
          
          
        
    
        
    
          上传含 outputs/ 的 zip 产物，引擎将用金标准逐位比对。
        
    
        
    
          
    点击选择 或将回传 zip 拖到此处
    
          
    仅接受 .zip，大小上限以服务端目录为准
    
          
        
    
        
    
          
          
        
    
        
    
      
    
    
    4. 

    
    
  


  

    

      
公开验证榜单

      
    

    
仅收录提交方主动署名、且随包提供
      performance.json 的独立验证结果；排序以通过率优先、
      其次 GFLOPS。精度由引擎复算，性能由提交方自报，报告内会标注口径。

    

      
正在加载榜单…