面向算子调优性能测试数据集

为支撑深度学习推理优化、算子自动调优评测和异构硬件适配分析，本文构建了“面向算子调优性能测试数据集”。数据集生产加工时间为2023年1月至2025年12月，采集与加工地点为北京市海淀区北京航空航天大学。数据集围绕卷积算子、矩阵乘法算子和BERT端到端模型三类典型任务展开，依据预定义输入形状自动生成随机测试数据，并在统一测试流程下完成性能评估与正确性验证。测试环境覆盖NVIDIA RTX 3090、昇腾910和寒武纪MLU等硬件平台。数据集中不仅包含输入元数据和随机输入生成规则，还包含测试脚本、性能记录和数值正确性验证结果。该数据集可为算子优化方法比较、编译器调优评测、模型部署分析和教学实验提供标准化数据支撑。数据量为1007MB。