跳到主要内容

ISSUE-047：pytest 全量被未注册 slow 标记的 CrossRing 大仿真卡住

发现日期：2026-06-11 状态：已修复 类型：实现 bug 影响范围：全量 pytest tests/ 在约 20% 处停止推进，10 分钟以上不结束；单独跑 tests/evaluation/g5/ 不受影响（5.58 秒完成）。

问题现象​

  • pytest tests/ 在进度 18-20% 处停止推进，10 分钟以上未结束（两轮复现一致）。
  • verbose 模式定位停在 tests/evaluation/crossring/test_e2e.py::test_e2e_allreduce_8chip_8mb。
  • tests/evaluation/g5/ 单跑 47 条只需 5.58 秒，CP prefill/decode e2e 含真实 G5 仿真。

调查过程​

  • [实验] 单跑 tests/evaluation/g5/：5.58s，43 passed → G5 目录本身排除。
  • [实验] 全量 pytest tests/ 后台运行：10 分钟无输出，python 进程驻留 500+ MB → 复现卡住。
  • [查代码] verbose 复跑，最后一条已启动用例为 test_e2e_allreduce_8chip_8mb（8 chip AllReduce 8MB，timeout_empty_ticks=2_000_000），文件头声明「标 @slow（默认不跑，需 -m slow）」。
  • [查代码] pyproject.toml markers 仅注册 unit/integration，无 slow，且无 -m "not slow"；warning 早已提示 PytestUnknownMarkWarning: Unknown pytest.mark.slow → 确认根因。

根因分析​

@pytest.mark.slow（tests/evaluation/crossring/test_e2e.py:56）依赖默认排除约定，但 pyproject.toml 既未注册 slow mark，也未配置 addopts = -m "not slow"。「默认不跑」从未生效，CrossRing 8 chip AllReduce 8MB 大仿真每次全量都真实执行，单条耗时 10 分钟以上。

Spec / 文档依据​

项目内：测试文件 docstring「8 chip AllReduce 8MB 标 @slow（默认不跑，需 -m slow）」——设计意图明确为默认排除。

解决方案​

采用方案​

注册 slow mark 并默认排除：

文件改动说明
pyproject.tomlmarkers 增加 slow，新增 addopts = "-m 'not slow'"

需要跑大仿真时显式 pytest -m slow tests/evaluation/crossring/。

验证​

  • 修复前：pytest tests/ 卡在 20%，>10 分钟。
  • 修复后：1337 passed, 5 skipped, 1 deselected, 32.6 秒完成。

遗留问题​

与卡住无关的预先存在失败，需另行处理：

  • 46 failed：tests/topology_routing/ 多为拓扑配置改名遗留（P1-R1-B4-C32 → P1-R1-B4-C32-ring，commit 811b8c4）；tests/entry/test_sweep_config.py::test_baseline_yaml_loads YAML 未指定 encoding='utf-8' 触发 GBK UnicodeDecodeError。
  • 4 errors：tests/evaluation/g5/test_comm_primitive_pipeline.py 同为拓扑改名遗留。