#!/bin/bash
# 单算子性能测试入口。改配置区或用同名环境变量覆盖：
#   OP=softmax OP_FILE=softmax SHAPE_FILE=my_shapes.yaml bash run_pytest.sh
# 产物落在 runs/<op>_<时间戳>/：run.log、shapes.yaml、autotune_records/、ttgir/
set -euo pipefail

# ============================== 配置区 ==============================
# 每项均可用同名环境变量覆盖，详见 README「环境变量一览」。

# 被测算子，对应 $FLAGGEMS_DIR/benchmark/test_<OP_FILE>.py::test_<OP>
OP="${OP:-fused_marlin_moe_mxfp4}"
OP_FILE="${OP_FILE:-fused_marlin_moe}"

# 上游已拆分为两个仓库：主仓 /workspace/dev/FlagGems（包名 flag_gems）与
# /workspace/dev/FlagGems-vllm（包名 flaggems_vllm）。测 vllm 仓库算子时覆盖本变量即可。
FLAGGEMS_DIR="${FLAGGEMS_DIR:-/workspace/dev/FlagGems}"

# shape 来源：非空则用该 yaml，否则用 INLINE_YAML。顶层 key 必须是 op 名。
SHAPE_FILE="${SHAPE_FILE:-}"
read -r -d '' INLINE_YAML <<'YAML' || true
fused_marlin_moe_mxfp4:
  shapes:
    - [1, 256, 4096, 256, 6]
    - [2, 256, 4096, 256, 6]
    - [4, 256, 4096, 256, 6]
    - [8, 256, 4096, 256, 6]
    - [16, 256, 4096, 256, 6]
    - [32, 256, 4096, 256, 6]
    - [64, 256, 4096, 256, 6]
    - [128, 256, 4096, 256, 6]
    - [256, 256, 4096, 256, 6]
    - [512, 256, 4096, 256, 6]
    - [1024, 256, 4096, 256, 6]
    - [2048, 256, 4096, 256, 6]
    - [4096, 256, 4096, 256, 6]
    - [8192, 256, 4096, 256, 6]
    - [16384, 256, 4096, 256, 6]
    - [32768, 256, 4096, 256, 6]
  shape_desc: "num_tokens, num_experts, hidden_size, intermediate_size, topk"
YAML

# 调优空间：0=普通 autotune（默认，快速验证）；1=FlagTune 扩展空间（首跑全量搜索、慢）
USE_FLAGTUNE="${USE_FLAGTUNE:-0}"

# 可选：限制 dtype 集（空格分隔，如 "bfloat16 float16"）。空=上游默认 dtype 扫描。
# 算子不支持指定 dtype 时上游会报 "can't be supported by this op"（批量驱动据此降级重试）。
DTYPES="${DTYPES:-}"

# 空=record 模式，把本次选中的 config 记入 autotune_records/<op>.json；
# 指向某次历史 run 目录则 replay 其记录，用于 A/B 两侧锁同一套 config。
REPLAY_FROM="${REPLAY_FROM:-}"

# always/never 强制开关终端颜色，空则按 tty 判断（run.log 始终去色）
FLAGGEMS_PERF_COLOR="${FLAGGEMS_PERF_COLOR:-}"

# 各插件作用见 README「插件说明」；注释掉某行即停用该插件
PLUGINS=(
  -p _device_guard_plugin
  -p _parallel_warmup_plugin
  -p _seed_plugin
  -p _shape_inject_plugin
  -p _shape_iter_inject_plugin
  -p _bespoke_shape_plugin
  # -p _mm_cluster_fix_plugin
  -p _autotune_record_plugin
  -p _cudagraph_plugin
  -p _pretty_report_plugin
  -p _ir_meta_plugin
)

# ============================== 执行逻辑 ==============================

SCRIPT_DIR="$(cd "$(dirname "${BASH_SOURCE[0]}")" && pwd)"
TEST_FILE="$FLAGGEMS_DIR/benchmark/test_${OP_FILE}.py::test_${OP}"

# 产物目录，可用 OUT_DIR 指定。时间戳只到秒，并发启动会撞名，故用不带 -p 的
# mkdir 抢占（已存在即失败），撞上就退让到 -2、-3……
if [[ -n "${OUT_DIR:-}" ]]; then
  mkdir -p "$OUT_DIR"
else
  mkdir -p "$SCRIPT_DIR/runs"
  BASE="$SCRIPT_DIR/runs/${OP}_$(date +%Y%m%d-%H%M%S)"
  OUT_DIR="$BASE"
  n=1
  until mkdir "$OUT_DIR" 2>/dev/null; do
    n=$((n + 1))
    OUT_DIR="${BASE}-${n}"
    (( n > 99 )) && { echo "!!! 无法创建产物目录（$BASE 及后缀均被占用）" >&2; exit 1; }
  done
fi
LOG_FILE="$OUT_DIR/run.log"

# tee 管道会让 python 侧检测不到 tty，故在 shell 层判断后经环境变量下传
if [[ -z "$FLAGGEMS_PERF_COLOR" && -t 1 && -z "${NO_COLOR:-}" ]]; then
  FLAGGEMS_PERF_COLOR=always
fi
export FLAGGEMS_PERF_COLOR
if [[ "$FLAGGEMS_PERF_COLOR" == "always" ]]; then
  C_RED=$'\033[31m'; C_GREEN=$'\033[32m'; C_YELLOW=$'\033[33m'
  C_DIM=$'\033[2m'; C_BOLD=$'\033[1m'; C_RESET=$'\033[0m'
  PYTEST_COLOR=(--color=yes)
else
  C_RED='' C_GREEN='' C_YELLOW='' C_DIM='' C_BOLD='' C_RESET=''
  PYTEST_COLOR=()
fi

export PYTHONPATH="$SCRIPT_DIR${PYTHONPATH:+:$PYTHONPATH}"
export FLAGGEMS_PERF_CURRENT_OP="$OP"
export PYTHONUNBUFFERED=1  # 实时输出不缓冲

# DTYPES 非空时逐个转为上游 --dtypes 选项（action=append，每个 dtype 一次）
DTYPE_ARGS=()
for _dt in $DTYPES; do
  DTYPE_ARGS+=(--dtypes "$_dt")
done

# record/replay 互斥，各由自己的环境变量激活
if [[ -n "$REPLAY_FROM" ]]; then
  AUTOTUNE_ENV="FLAGGEMS_PERF_AUTOTUNE_REPLAY_DIR=$REPLAY_FROM/autotune_records"
  [[ -f "$REPLAY_FROM/autotune_records/$OP.json" ]] || \
    echo "${C_YELLOW}>>> warning: $REPLAY_FROM/autotune_records/$OP.json 不存在；replay 将回退为现场 autotune${C_RESET}" >&2
  MODE_DESC="replay($REPLAY_FROM)"
else
  AUTOTUNE_ENV="FLAGGEMS_PERF_AUTOTUNE_RECORD_DIR=$OUT_DIR/autotune_records"
  mkdir -p "$OUT_DIR/autotune_records"
  MODE_DESC=record
fi

# 未指定 shape 文件时，把 INLINE_YAML 落到临时文件供 pytest 读取
if [[ -z "$SHAPE_FILE" ]]; then
  SHAPE_FILE="$(mktemp --suffix=.yaml)"
  printf '%s\n' "$INLINE_YAML" > "$SHAPE_FILE"
  trap 'rm -f "$SHAPE_FILE"' EXIT
fi
cp -f "$SHAPE_FILE" "$OUT_DIR/shapes.yaml"  # 存档本次实际使用的 shape

status=0
{
  echo "${C_BOLD}>>> op=$OP  mode=$MODE_DESC  USE_FLAGTUNE=$USE_FLAGTUNE${C_RESET}"
  echo "${C_DIM}>>> out=$OUT_DIR${C_RESET}"

  # 每次用独立的 Triton 缓存目录，跑完即删：保证编译过程可复现，且 ttgir 落盘
  # 只包含本次的变体（_ir_meta_plugin 在 atexit 里按 shape 整理）。
  CACHE_DIR="$OUT_DIR/.triton_cache"
  rm -rf "$CACHE_DIR"; mkdir -p "$CACHE_DIR"
  status=0
  TRITON_CACHE_DIR="$CACHE_DIR" \
  FLAGGEMS_PERF_TTGIR_DUMP_DIR="$OUT_DIR/ttgir" \
  env "$AUTOTUNE_ENV" \
  USE_FLAGTUNE=$USE_FLAGTUNE python -u -m pytest -s "$TEST_FILE" \
    "${PLUGINS[@]}" "${PYTEST_COLOR[@]}" \
    --shape_file "$SHAPE_FILE" ${DTYPE_ARGS[@]+"${DTYPE_ARGS[@]}"} \
    --level core --mode kernel || status=$?

  rm -rf "$CACHE_DIR"

  if (( status == 0 )); then
    echo "${C_GREEN}>>> done. outputs in $OUT_DIR${C_RESET}"
  else
    echo "${C_RED}>>> FAILED (pytest exit $status). partial outputs in $OUT_DIR${C_RESET}"
  fi
  exit "$status"
} 2>&1 | tee "$LOG_FILE" || status=$?

# run.log 去掉 ANSI 转义以便 grep/diff（终端输出保留颜色；Ctrl-C 时会跳过这步）
sed -i -E $'s/\x1b\\[[0-9;]*[A-Za-z]//g' "$LOG_FILE"
exit "$status"