执行摘要

• 一句话：修复 NPU W4A4 测试中缺失的并行配置
• 推荐动作：该 PR 属于常规的 CI 修复，可快速合并。建议关注后续 NPU 测试套件的稳定性，确保类似配置缺失问题不再出现。

功能与动机

NPU CI 测试因缺少 gsm8k_parallel 配置而失败，该配置默认值可能不适合大规模模型（如 Qwen3-32B），导致测试性能不达标或超时。PR 提交者通过补充该配置项来修复 CI。

实现拆解

1. 定位问题：在 test/registered/ascend/basic_function/quant/test_npu_w4a4_quantization.py 文件中，TestAscendW4A4 类缺少 gsm8k_parallel 属性，而基类或测试框架期望该值来控制并行请求数。
2. 添加配置：在第 50 行（原 output_throughput 之后）插入 gsm8k_parallel = 64，指定 GSM8K 测试的并行度为 64。
3. 影响：此配置使测试在 CI 环境中能以更高的并发执行推理请求，提高资源利用率和测试通过率。

关键文件：

• test/registered/ascend/basic_function/quant/test_npu_w4a4_quantization.py（模块 量化测试；类别 test；类型 test-coverage）: 修复 CI 的核心文件，添加了缺失的 gsm8k_parallel 配置。

关键符号：未识别

关键源码片段

test/registered/ascend/basic_function/quant/test_npu_w4a4_quantization.py

修复 CI 的核心文件，添加了缺失的 gsm8k_parallel 配置。

# test/registered/ascend/basic_function/quant/test_npu_w4a4_quantization.py
# 省略 import 和辅助函数
class TestAscendW4A4(GSM8KAscendMixin, CustomTestCase):
    model = ECO_TECH_QWEN3_32B_W4A4_LAOS_WEIGHTS_PATH
    other_args = [
        "--trust-remote-code",
        "--device", "npu",
        "--attention-backend", "ascend",
        "--tp-size", "4",
        "--mem-fraction-static", "0.8",
        "--cuda-graph-bs", "64",
        "--disable-radix-cache",
    ]
    env = {**os.environ}
    # GSM8K 测试配置
    accuracy = 0.80 # 正确率 >= 0.80
    num_questions = 1319
    gsm8k_num_shots = 5
    output_throughput = 1000 # 输出吞吐量 >= 1000 tokens/s
    gsm8k_parallel = 64 # 新增：并行度设置，修复 CI 缺失配置

评论区精华

PR 无 review 评论，仅由 ping1jing2 直接批准。CI 触发命令 /tag-and-rerun-ci 由 ping1jing2 发出，表明关注 CI 结果。

• 暂无高价值评论线程

风险与影响

• 风险：风险极低。变更仅为添加一行测试配置常量，不影响任何生产逻辑。唯一风险是 gsm8k_parallel = 64 可能不适用于资源受限环境，但该测试仅在 NPU CI 中运行且已设置 est_time=400，预计影响可控。
• 影响：
  • 用户：无直接影响。
  • 系统：仅影响 NPU CI 测试流程，修复后 W4A4 量化测试应正常通过。
  • 团队：减少 CI 噪音，避免因测试配置缺失导致误报。
  • 风险标记：低风险

关联脉络

• PR #24689 [NPU] Add GitHub test summary and deduplicate test code. Part 2: 同为 NPU 测试重构，涉及测试文件 test_npu_w4a4_quantization.py 的基类 Mixin 使用。