2022年7月8日，同济大学本[2022]30号文公布了2022届优秀毕业设计（论文）名单。由实验中心叶晨指导，本科生魏宇翔（计算机科学与技术专业）完成的毕业设计《深度学习编译器的自动化测试》荣获表彰。

此次全校共112篇本科毕业设计（论文）获评优秀，其中电子与信息工程学院13篇，计算机科学与技术专业3篇。需经过院系的多轮答辩评审，来之不易。

深度学习库往往依赖硬件厂家提供的算子库来实现模型的部署，若要将模型部署到一个新的目标硬件上，则需要针对该硬件开发一整套优化、部署的逻辑。由此，深度学习编译器出现，以深度学习模型为输入、将其转化为计算图、对计算图进行优化并将其编译为不同目标硬件上的二进制代码。然而，与传统编译器一样，深度学习编译器可能会生成不正确的代码，导致错误的模型部署，从而产生严重的后果。因此，本毕课题《深度学习编译器的自动化测试》为了提高深度学习编译器的可靠性提出了TZER（TVMFuzzer），一种适用于广泛使用的TVM深度学习编译器的模糊测试技术。由于高层计算图的变异空间有限，TZER专注于变异TVM的低层计算图。具体来说，TZER 利用代码覆盖率反馈作为引导，在通用变异方法以及领域特定变异方法帮助下进行多样化的计算图变异；此外，由于深度学习编译器为计算图优化提供了各种变换方法，TZER在计算图变异的同时会对优化变换序列进行变异，以实现更有效的模糊测试。实验结果表明，TZER在深度学习编译器测试中明显优于现有的模糊测试技术，与第二好的技术相比，它的代码覆盖率高75%，有价值的测试用例数高50%。此外，TZER不同组成部分的有效性已通过消融实验得到验证。