26.03 【AI Inference】AI推理可观测-AI推理可观测资料 转测
|
26.03 【AI
Inference】AI推理可观测-AI推理可观测资料 转测 |
||||||||
|
一、度量数据 |
||||||||
|
|
代码检视缺陷密度目标：16个/KLOC 说明：代码提交前，通过检视发现的代码缺陷； 主要来源：PR中的comment； 导向：发现缺陷，积极提交comment，做到端到端可追溯 |
开发者测试缺陷密度目标：4个/KLOC 说明：代码提交后转测前，通过开发者测试发现的代码缺陷； 主要来源：转测前issue单（缺陷） 导向：发现缺陷，积极提交issue，做到无issue，不PR，端到端可追溯。 |
||||||
|
责任人 |
代码类型 |
代码量（KLOC） |
有效缺陷数 |
检视缺陷密度(数量/代码量) |
说明（未达目标则需进行异常原因说明） |
发现缺陷数 |
缺陷密度（个/KLOC) |
说明（未达目标则进行异常原因说明） |
|
后台[16,13,19] 前台[13,10,16] |
[4,2,8] |
|||||||
|
朱雪仪 |
资料 |
1.1k |
15 |
13 |
达标 |
/ |
/ |
/ |
|
二、特性转测checklist |
||||||||
|
要求 |
评估项 |
评估责任人 |
评估结果 |
备注 |
||||
|
完成了代码Review和开发自测，特性开发质量指标满足质量要求（或提供了合理的原因说明，或补充了质量活动） |
要求DT行覆盖率>50%； 推荐DT行覆盖率>80% |
朱雪仪 |
是/否（覆盖率%） |
资料不涉及DT |
||||
|
编译构建错误清零 |
是/否/不涉及 |
|||||||
|
开源义务履行：SCA问题清零； |
是/否/不涉及 |
|||||||
|
Issue解决：上版本遗留问题100%按计划解决；严重及以上问题清零； |
是/否/不涉及 |
无上版本遗留问题 |
||||||
|
设计完备性 |
提供社区需求设计文档链接：需求设计完成sig组内评审、遗留问题闭环； |
朱雪仪 |
是/否/不涉及 |
《ofep-0026-AI推理可观测》 |
||||
|
提供社区继承需求、新增需求完整清单； |
是/否/不涉及 |
已交付： 【SR20251022732668】提供硬件级异常检测分析模块，能够识别节点或设备故障并输出决策建议，为后续修复或隔离提供依据 【SR20251022732581】通过底层接口直接采集NPU等算力设备的资源使用情况与健康状态等15+关键指标，支撑后续硬件容灾落地 【SR20251022732436】采集AI推理框架自身暴露的运行态指标，秒级上报 【SR20251022732178】采集AI推理框架自身暴露的指标，支撑AI推理实例的自动扩缩容 【SR20251112212625】资料输出 《ofep-0026-AI推理可观测》 ------------------------------------------------------------------------------------------------------------ 本次交付： 【SR20260128026990】更新AI推理可观测用户指南 |
||||||
|
提供特性级测试用例列表：需完成QA sig组评审和遗留问题闭环； |
是/否/不涉及 |
|||||||
|
交付件完备性 |
提供交付件清单、未交付清单，及未交付件的未交付说明 |
朱雪仪 |
是/否/不涉及 |
已交付： 【SR20251022732668】提供硬件级异常检测分析模块，能够识别节点或设备故障并输出决策建议，为后续修复或隔离提供依据 【SR20251022732581】通过底层接口直接采集NPU等算力设备的资源使用情况与健康状态等15+关键指标，支撑后续硬件容灾落地 【SR20251022732436】采集AI推理框架自身暴露的运行态指标，秒级上报 【SR20251022732178】采集AI推理框架自身暴露的指标，支撑AI推理实例的自动扩缩容 提案： 《ofep-0026-AI推理可观测》 https://gitcode.com/openFuyao/ofep/pull/49 用户指南： 镜像： - cr.openfuyao.cn/openfuyao/eagle-eye-hardware-monitor:0.21.1 - cr.openfuyao.cn/openfuyao/eagle-eye-hardware-diagnosis:0.21.1 Chart包： - 仓库Chart包地址： https://gitcode.com/openFuyao/eagle-eye/tree/release-0.21.x/charts/eagle-eye - Chart包地址：oci://cr.openfuyao.cn/charts/eagle-eye:0.21.1 代码地址： - https://gitcode.com/openFuyao/eagle-eye/tree/release-0.21.x ------------------------------------------------------------------------------------------------------------ 本次交付： 【SR20260112626000】提供可观测系统指标观测大类定义、提供面向AI推理场景系统性业务运行、系统运行、硬件健康相关指标，提供场景可观测关键数据采集和管理组件、兼容主流开源软件的交互模式 - 【AR20260123925638】刷新AI推理可观测提案 《ofep-0026-AI推理可观测》 https://gitcode.com/openFuyao/ofep/pull/49 【SR20260128026990】更新AI推理可观测用户指南 《AI推理鹰眼》 |
||||
|
提供特性描述文档、接口说明文档等测试支撑资料 |
是/否/不涉及 |
|||||||
|
功能完备性 |
提供本特性已交付需求/本次交付需求/未交付需求清单、及未交付需求的相关说明 |
朱雪仪 |
是/否/不涉及 |
已交付： 【SR20251022732668】提供硬件级异常检测分析模块，能够识别节点或设备故障并输出决策建议，为后续修复或隔离提供依据 【SR20251022732581】通过底层接口直接采集NPU等算力设备的资源使用情况与健康状态等15+关键指标，支撑后续硬件容灾落地 【SR20251022732436】采集AI推理框架自身暴露的运行态指标，秒级上报 【SR20251022732178】采集AI推理框架自身暴露的指标，支撑AI推理实例的自动扩缩容 提案： 《ofep-0026-AI推理可观测》 https://gitcode.com/openFuyao/ofep/pull/49 用户指南： 镜像： - cr.openfuyao.cn/openfuyao/eagle-eye-hardware-monitor:0.21.1 - cr.openfuyao.cn/openfuyao/eagle-eye-hardware-diagnosis:0.21.1 Chart包： - 仓库Chart包地址： https://gitcode.com/openFuyao/eagle-eye/tree/release-0.21.x/charts/eagle-eye - Chart包地址：oci://cr.openfuyao.cn/charts/eagle-eye:0.21.1 代码地址： - https://gitcode.com/openFuyao/eagle-eye/tree/release-0.21.x ------------------------------------------------------------------------------------------------------------ 本次交付： 【SR20260128026990】更新AI推理可观测用户指南 《AI推理鹰眼》 |
||||
|
开发已完成该特性级需求基本功能验证，且验证结论为通过。 |
是/否/不涉及 |
|||||||
|
提供遗留问题清单，遗留问题需经过sig组评审通过 |
是/否/不涉及 |
|||||||
|
测试完备性 |
特性级测试用例自动化率>80% |
朱雪仪 |
是/否（覆盖率%） |
资料不涉及特性级测试用例自动化 |
||||
|
三、测试关注 |
||||||||
|
测试建议 |
||||||||
|
四、转测验收结果 |
||||||||
|
要求 |
评估项 |
评估责任人 |
评估结果 |
备注 |
||||
|
转测特性初验结果 |
按提供的资料操作能成功完成该版本安装、升级和调试。 |
<测试> |
是/否/不涉及 <转测时不填> |
<转测时不填> |
||||
|
执行系统级测试用例，验收未发现严重及以上程度的特性质量问题 |
是/否/不涉及 <转测时不填> |
<转测时不填> |
||||||
participants (1)
-
Julia