paperbot · PL 论文追踪

全部论文 待读 收藏

P2 On the correctness of GPU programs

论GPU程序的正确性
ISSTA Proceedings of the 28th ACM SIGSOFT International Symposium on Software Testing and Analysis2019匹配度 3/10 · 论文聚焦GPU程序的测试质量度量与用例生成，属于程序分析与软件测试中的并发/内存模型方向；但未涉及用户核心关注的静态分析、LLM/Agent、浮点程序分析或贝叶斯程序分析，仅有较宽泛的PL/正确性关联。引用 2 inbox
Chao Peng
测试、调试与修复并发、并行与内存模型
crossref: 2026-09-12

AI 速览

一句话：指出现有CPU测试准则无法直接用于GPU程序，需针对GPU内存与执行模型建立新的测试质量度量与用例生成方法。

本文关注GPU程序的正确性保障问题。测试是软件开发的重要环节，其有效性取决于测试用例的质量，但目前尚无衡量GPU程序测试质量的手段，也缺乏面向GPU的高效测试用例生成技术。顺序程序和多线程CPU程序的现有测试准则无法直接应用于GPU程序，因为GPU遵循完全不同的内存模型和执行模型。论文分析了这一挑战，并指出需要针对GPU特性设计新的测试准则与生成方法，以提升GPU程序测试的有效性。

问题
如何度量GPU程序测试用例的质量，并生成高测试有效性的GPU测试用例。
方法
通过分析GPU与CPU在内存模型和执行模型上的根本差异，论证现有顺序及多线程CPU测试准则无法直接迁移到GPU程序。
评估
摘要未涉及具体评估；从内容看属于问题陈述与方向提出，可能为立场论文或初步研究。
原文摘要（Abstract）

Testing is an important and challenging part of software development and its effectiveness depends on the quality of test cases. However, there exists no means of measuring quality of tests developed for GPU programs and as a result, no test case generation techniques for GPU programs aiming at high test effectiveness. Existing criteria for sequential and multithreaded CPU programs cannot be directly applied to GPU programs as GPU follows a completely different memory and execution model.

链接与引用

DOI 原文 ·

BibTeX 
@inproceedings{paperbot5348,
  title = {On the correctness of GPU programs},
  author = {Chao Peng},
  booktitle = {ISSTA},
  year = {2019},
  doi = {10.1145/3293882.3338989}
}