# 定义流水线要使用的 Docker 镜像
# GitLab Runner 会使用这个镜像来创建一个临时的任务容器
image: image.sourcefind.cn:5000/dcu/admin/base/custom:vllm0.8.5-ubuntu22.04-dtk25.04-rc7-das1.5-py3.10-20250612-fixpy-rocblas0611-rc2

# 定义流水线的所有阶段
stages:
  - test

# 定义一个作业
resnet_benchmark_job:
  # 指定该作业属于哪个阶段
  stage: test
  # 指定使用哪个标签的 Runner 来执行此作业
  tags:
    - dcu
  # 定义该作业要执行的脚本命令
  script:
    - echo "Running inside the powerful DCU container..."
    # 检查 PyTorch 环境和设备
    - python -c "import torch; print(f'PyTorch version: {torch.__version__}'); print(f'Device: {torch.cuda.get_device_name(0) if torch.cuda.is_available() else \"CPU\"}')"
    # 运行我们的压测脚本
    - python benchmark_resnet50.py
  # 定义作业产物
  artifacts:
    # 指定要保存的文件或目录
    paths:
      - results.json