fix: critical bugs, architecture improvements, and test infrastructure

.github/workflows/ci.yml

@@ -1,8 +1,8 @@
 # Continuous Integration
-# Validates code formatting and CUDA compilation of all targets (benchmark + tests)
+# Validates code formatting, CUDA compilation, and CPU-only test execution
 #
 # Workflow separation:
-# - This workflow: formatting + CUDA compile-time checks (no GPU runtime)
+# - This workflow: formatting + CUDA compile-time checks + CPU tests (no GPU runtime)
 # - pages.yml: docs tests/build and GitHub Pages buildability
 name: CI
 
@@ -58,7 +58,11 @@ jobs:
       - name: Build
         run: cmake --build build -j2
 
+      - name: Run CPU tests
+        run: ctest --test-dir build -L cpu --output-on-failure
+
       - name: Info
         run: |
           echo "✅ CUDA compilation successful for all targets (benchmark + tests)"
+          echo "✅ CPU-only tests passed"
           echo "ℹ️  GPU runtime tests require a CUDA-capable machine"

CMakeLists.txt

@@ -96,91 +96,71 @@ if(BUILD_TESTS)
     set(gtest_force_shared_crt ON CACHE BOOL "" FORCE)
     FetchContent_MakeAvailable(googletest)
 
-    add_executable(test_sgemm tests/test_sgemm.cu)
-    target_include_directories(test_sgemm PRIVATE ${CMAKE_CURRENT_SOURCE_DIR}/src)
-    target_compile_definitions(test_sgemm PRIVATE SGEMM_HAS_WMMA_TARGET=${SGEMM_HAS_WMMA_TARGET})
-    target_link_options(test_sgemm PRIVATE -L${SGEMM_CUDA_LIBRARY_DIR})
-    target_link_libraries(test_sgemm PRIVATE
-        GTest::gtest_main
-        CUDA::cudart
-        CUDA::cublas
-        CUDA::curand
-    )
-    target_compile_options(test_sgemm PRIVATE
-        $<$<COMPILE_LANGUAGE:CUDA>:--expt-relaxed-constexpr>
-    )
+    include(GoogleTest)
 
-    # 工具层测试
-    add_executable(test_utils tests/test_utils.cu)
-    target_include_directories(test_utils PRIVATE ${CMAKE_CURRENT_SOURCE_DIR}/src)
-    target_compile_definitions(test_utils PRIVATE SGEMM_HAS_WMMA_TARGET=${SGEMM_HAS_WMMA_TARGET})
-    target_link_options(test_utils PRIVATE -L${SGEMM_CUDA_LIBRARY_DIR})
-    target_link_libraries(test_utils PRIVATE
-        GTest::gtest_main
-        CUDA::cudart
-        CUDA::cublas
-        CUDA::curand
-    )
-    target_compile_options(test_utils PRIVATE
-        $<$<COMPILE_LANGUAGE:CUDA>:--expt-relaxed-constexpr>
-    )
+    # Include test helper functions
+    include(cmake/SgemmTestHelpers.cmake)
 
-    # 性能回归测试
-    add_executable(test_performance tests/test_performance.cu)
-    target_include_directories(test_performance PRIVATE ${CMAKE_CURRENT_SOURCE_DIR}/src)
-    target_compile_definitions(test_performance PRIVATE SGEMM_HAS_WMMA_TARGET=${SGEMM_HAS_WMMA_TARGET})
-    target_link_options(test_performance PRIVATE -L${SGEMM_CUDA_LIBRARY_DIR})
-    target_link_libraries(test_performance PRIVATE
-        GTest::gtest_main
-        CUDA::cudart
-        CUDA::cublas
-        CUDA::curand
-    )
-    target_compile_options(test_performance PRIVATE
-        $<$<COMPILE_LANGUAGE:CUDA>:--expt-relaxed-constexpr>
+    # ═══════════════════════════════════════════════════════════════
+    # CPU-only Tests (no CUDA required)
+    # ═══════════════════════════════════════════════════════════════
+
+    # Benchmark settings module test - pure C++, no CUDA dependencies
+    sgemm_add_cpu_test(
+        NAME test_benchmark_settings
+        SOURCES tests/test_benchmark_settings.cpp
     )
 
-    # Benchmark 设置模块测试
-    add_executable(test_benchmark_settings tests/test_benchmark_settings.cu)
-    target_include_directories(test_benchmark_settings PRIVATE ${CMAKE_CURRENT_SOURCE_DIR}/src)
-    target_link_libraries(test_benchmark_settings PRIVATE
-        GTest::gtest_main
-        CUDA::cudart
-        CUDA::cublas
+    # Device info provider CPU tests - uses fake device properties
+    # Compiled as .cu because it includes kernel headers with CUDA launch syntax
+    sgemm_add_cpu_test(
+        NAME test_device_info_cpu
+        SOURCES tests/test_device_info_cpu.cu
     )
-    target_compile_options(test_benchmark_settings PRIVATE
-        $<$<COMPILE_LANGUAGE:CUDA>:--expt-relaxed-constexpr>
+
+    # ═══════════════════════════════════════════════════════════════
+    # CUDA Tests (requires CUDA device, skipped if unavailable)
+    # ═══════════════════════════════════════════════════════════════
+
+    # Kernel correctness tests with property-based testing
+    sgemm_add_cuda_test(
+        NAME test_sgemm
+        SOURCES tests/test_sgemm.cu
+        CUDA_LIBRARIES CUDA::curand
+        REQUIRES_WMMA
     )
 
-    # Kernel catalog module test
-    add_executable(test_kernel_catalog tests/test_kernel_catalog.cu)
-    target_include_directories(test_kernel_catalog PRIVATE ${CMAKE_CURRENT_SOURCE_DIR}/src)
-    target_link_libraries(test_kernel_catalog PRIVATE
-        GTest::gtest_main
-        CUDA::cudart
-        CUDA::cublas
+    # Utility layer tests (DeviceMemory, verifier RAII, etc.)
+    sgemm_add_cuda_test(
+        NAME test_utils
+        SOURCES tests/test_utils.cu
+        CUDA_LIBRARIES CUDA::curand
+        REQUIRES_WMMA
     )
-    target_compile_options(test_kernel_catalog PRIVATE
-        $<$<COMPILE_LANGUAGE:CUDA>:--expt-relaxed-constexpr>
+
+    # Kernel catalog module test - requires device memory and kernel launch
+    sgemm_add_cuda_test(
+        NAME test_kernel_catalog
+        SOURCES tests/test_kernel_catalog.cu
+        REQUIRES_WMMA
     )
 
-    # Device info seam test
-    add_executable(test_device_info_seam tests/test_device_info_seam.cu)
-    target_include_directories(test_device_info_seam PRIVATE ${CMAKE_CURRENT_SOURCE_DIR}/src)
-    target_link_libraries(test_device_info_seam PRIVATE
-        GTest::gtest_main
-        CUDA::cudart
-        CUDA::cublas
+    # Device info provider CUDA tests - requires real GPU for production adapter
+    sgemm_add_cuda_test(
+        NAME test_device_info_cuda
+        SOURCES tests/test_device_info_cuda.cu
     )
-    target_compile_options(test_device_info_seam PRIVATE
-        $<$<COMPILE_LANGUAGE:CUDA>:--expt-relaxed-constexpr>
+
+    # ═══════════════════════════════════════════════════════════════
+    # Performance Tests (CUDA + performance label)
+    # ═══════════════════════════════════════════════════════════════
+
+    # Performance regression tests
+    sgemm_add_cuda_perf_test(
+        NAME test_performance
+        SOURCES tests/test_performance.cu
+        CUDA_LIBRARIES CUDA::curand
+        REQUIRES_WMMA
     )
 
-    include(GoogleTest)
-    gtest_discover_tests(test_sgemm)
-    gtest_discover_tests(test_utils)
-    gtest_discover_tests(test_performance)
-    gtest_discover_tests(test_benchmark_settings)
-    gtest_discover_tests(test_kernel_catalog)
-    gtest_discover_tests(test_device_info_seam)
 endif()

CONTEXT.md

@@ -4,6 +4,28 @@
 
 ## 核心模块
 
+### Kernel Catalog 模块
+
+**位置**: `src/kernels/kernel_catalog.cuh`
+
+**权威元数据源** - 内核阶梯的唯一事实来源：
+
+- **KernelCatalogEntry**: 完整的内核元数据
+  - `name`: 显示名称
+  - `type`: KernelType::Standard 或 KernelType::TensorCore
+  - `launcher`: 启动适配器
+  - `constraints`: 运行时约束（Tensor Core 要求、维度对齐）
+- **KernelConstraints**: 运行时约束描述
+  - `requires_tensor_cores`: 是否需要 sm_70+
+  - `dimension_alignment`: 维度对齐要求（0 = 无约束）
+  - `requires_compute_only`: 是否使用特殊 benchmark 接口
+- **查询工具**: `countKernelsByType()`, `getKernelNames()`, `canRunTensorCoreKernels()`
+
+**设计原则**：
+- **单一事实源**: 新增内核只需添加一个 catalog 条目
+- **自描述约束**: 每个 entry 知道自己能否在给定条件下运行
+- **统一调度**: BenchmarkRunner 通过 catalog 迭代，无特殊分支
+
 ### Tensor Core 模块
 
 **位置**: `src/kernels/tensor_core_sgemm.cuh`
@@ -24,6 +46,7 @@
 **位置**: `src/kernels/tensor_core_benchmark.cuh`
 
 Tensor Core 特有的 benchmark 功能，提供：
+- `canRunTensorCoreComputeOnly()` - 约束检查（与 KernelCatalog 语义一致）
 - `runTensorCoreComputeOnlyBenchmark()` - 纯计算路径性能测试
 
 **接口设计**：只接受 `cublasHandle_t`，不依赖整个 `SGEMMBenchmark` 类，避免内核层对工具层的上穿依赖。
@@ -32,19 +55,42 @@ Tensor Core 特有的 benchmark 功能，提供：
 
 **位置**: `src/utils/verify.cuh`
 
-统一的验证逻辑：
-- `detail::compareMatricesImpl()` - 内部实现，供其他函数共享
-- `compareMatrices()` - 独立的矩阵比较函数
-- `SGEMMVerifier` - 带 cuBLAS 句柄的验证器类
+**统一的验证策略** - reference + comparison + tolerance policy：
+
+- **VerifyResult**: 验证结果结构（pass/fail、错误指标）
+- **VerifyTolerance**: 容差规范（numpy-style allclose 语义）
+  - `kStandardVerifyTolerance`: FP32 标准容差
+  - `kTensorCoreVerifyTolerance`: Tensor Core 宽松容差
+- **比较函数**:
+  - `compareMatrices()`: Host 指针比较
+  - `compareDeviceMatrices()`: Device 指针比较
+- **SGEMMVerifier**: cuBLAS 参考计算适配器
+  - `computeReference()`: 计算参考结果
+  - `verify()`, `verifyDevice()`: 验证内核输出
+
+**设计原则**：
+- **单一验证政策**: 所有内核共享同一套容差语义
+- **分离关注点**: 参考计算 vs 比较逻辑
+- **可扩展**: 未来可添加其他参考适配器
 
 ## Benchmark 模块
 
 项目将 Benchmark 功能拆分为三个深度模块，每个模块有独立的职责：
 
+### Benchmark Settings
+**位置**: `src/utils/benchmark_settings.cuh**
+
+配置集中化：
+- `RunSettings`: 预热次数、测量次数
+- `VerificationSettings`: 容差配置
+- `OutputSettings`: Roofline 导出选项
+- `BenchmarkSettings`: 聚合配置
+
 ### Benchmark Core
 **位置**: `src/utils/benchmark_core.cuh`
 
 核心性能测量：
+- `BenchmarkResult`: 结果结构和报告生成
 - `CudaTimer` - RAII 包装的 CUDA 事件计时器
 - `measureGpuTime()` - 通用的 GPU 操作性能测量器
 
@@ -62,14 +108,20 @@ Tensor Core 特有的 benchmark 功能，提供：
 
 聚合模块并提供：
 - `SGEMMBenchmark` - 高级 benchmark 编排器
-- `BenchmarkResult` - 结果结构和报告生成
 
 ## 测试架构
 
 ### 测试分层
 
 项目采用分层测试策略，确保每个层级都有独立的测试面：
 
+#### CPU-only 测试
+**位置**: `tests/test_benchmark_settings.cpp`, `tests/test_device_info_cpu.cpp`
+
+纯 CPU 测试，不需要 CUDA 设备：
+- 设置模块单元测试
+- 设备信息 Seam 测试（使用 fake provider）
+
 #### 内核层测试
 **位置**: `tests/test_sgemm.cu`
 
@@ -78,6 +130,14 @@ Tensor Core 特有的 benchmark 功能，提供：
 - Tensor Core 快速路径和 fallback 测试
 - 边界测试和维度不变性测试
 
+#### Kernel Catalog 测试
+**位置**: `tests/test_kernel_catalog.cu`
+
+测试内核目录的元数据和约束：
+- Catalog 包含预期的内核
+- 条目有有效的元数据（名称、启动器、约束）
+- 约束检查正确工作
+
 #### 工具层测试
 **位置**: `tests/test_utils.cu`
 
@@ -88,8 +148,6 @@ Tensor Core 特有的 benchmark 功能，提供：
 - `VerifyTolerance` - 容差配置和边界条件
 - NaN/Inf 处理、异常安全性
 
-**设计原则**：工具层测试独立于内核测试，可以单独捕获工具类 bug。
-
 #### 性能回归测试
 **位置**: `tests/test_performance.cu`
 
@@ -105,7 +163,19 @@ Tensor Core 特有的 benchmark 功能，提供：
 - Double-Buffer: 35% 峰值
 - Tensor Core: 50% 峰值（当可用时）
 
-**设计原则**：性能测试独立于正确性测试，可在 CI 中检测重大性能退化。
+### 测试分类标签
+
+项目使用 CTest labels 区分测试类型：
+- `cpu`: CPU-only 测试，不需要 CUDA 设备
+- `cuda`: 需要 CUDA 设备的测试，无 GPU 时跳过
+- `performance`: 性能回归测试
+
+**运行命令**:
+```bash
+ctest -L cpu          # 只运行 CPU 测试
+ctest -L cuda         # 只运行 CUDA 测试
+ctest -L performance  # 只运行性能测试
+```
 
 ## 架构原则
 
@@ -115,8 +185,8 @@ Tensor Core 特有的 benchmark 功能，提供：
    - `main.cu` - 入口点，仅负责组装
    - `cli_parser.cuh` - 命令行解析、配置构造
    - `benchmark_runner.cuh` - 内核调度、结果聚合
-2. **内核层** (`src/kernels/`) - 5 个内核实现 + Tensor Core 专用模块
-3. **工具层** (`src/utils/`) - RAII 内存管理、错误处理、验证辅助
+2. **内核层** (`src/kernels/`) - 5 个内核实现 + Kernel Catalog + Tensor Core 专用模块
+3. **工具层** (`src/utils/`) - RAII 内存管理、错误处理、验证辅助、设置模块
 
 ### 依赖方向