텐서 프로그램을 위한 테스트 입력 생성: 실제로 커널 버그를 찾는 것은 무엇인가
Test-Input Generation for Tensor Programs: What Actually Finds Kernel Bugs
텐서 커널에 대한 테스트 입력 생성은 관행에 의존하는 수준이다. 대부분의 프로젝트는 대표적인 shape와 dtype을 하나 고르고, 고정 shape의 allclose 스타일 검사를 실행한 뒤 출하한다. 우리는 이러한 선택을 명시화하고 측정한다. gpuemu op-schema-aware seeded fuzzer(arXiv:2606.20128)를 사용하여, RTX 3060 GPU 인스턴스에서 26-op 코퍼스(16개의 정상 control과 문서화된 transcription 패턴으로 시드된 10개의 LLM 스타일 버그 변형)에 걸쳐 7가지 테스트 생성 전략을 평가한다. 전략은 shape 후보 집합, dtype 혼합, 입력값 분포를 달리한다. 각 전략을 버그 재현율과 control false-positive(FP) rate 두 축으로 보고한다. 경계값만 샘플링하는 boundary-only shape sampling이 운영상 안전한 최우수 전략이다: 10개 버그 커널에서 78% 재현율, 16개 control에서 0% FP. 적대적 값 샘플링(adversarial value sampling)은 더 높은 재현율(99%)에 도달하지만 control FP를 94%까지 부풀린다. 이 전략이 NaN과 Inf 입력을 주입하고, validator의 NaN 검사가 버그 커널뿐만 아니라 이를 전파하는 모든 커널에서 발동하기 때문이다. 두 소프트맥스 tail-mask 버그에서 "regular" 전략(경계 shape 없음)은 0%를 잡지만, boundary는 재현율을 각각 100%와 62%로 끌어올린다. 이 격차가 데이터에서 가장 명확한 단일 신호이다. 코퍼스 결과는 특정 배포 LLM의 버그율이 아니라, 각 전략이 어떤 시드된 버그 패턴을 잡아내는지에 관한 것이다.