refactor(tests): remove platform distinction, unify test infrastructure

- Simplify CMakeLists: single CTest target per suite, remove label splitting
- Migrate old test/ directory into tests/ and delete test/

Author: chen2021673

.gitmodules

@@ -1,12 +1,9 @@
-[submodule "third_party/googletest"]
-	path = third_party/googletest
-	url = https://github.com/google/googletest.git
 [submodule "third_party/glog"]
 	path = third_party/glog
-	url = https://github.com/google/glog.git
+	url = git@github.com:google/glog.git
 [submodule "third_party/gflags"]
 	path = third_party/gflags
-	url = https://github.com/gflags/gflags.git
+	url = git@github.com:gflags/gflags.git
 [submodule "third_party/eigen"]
 	path = third_party/eigen
-	url = https://github.com/eigenteam/eigen-git-mirror.git
+	url = git@github.com:InfiniTensor/eigen-mirror.git

docs/test_infrastructure_design.md

@@ -0,0 +1,254 @@
+# 测试体系设计
+
+**核心思路：** 测试屏蔽平台差异，底层实例化不同平台，特化需单独处理的测试。
+
+## 1. 架构
+
+```
+tests/
+├── CMakeLists.txt              # 顶层：include 宏 + add_subdirectory
+├── common/
+│   ├── CMakeLists.txt          # header-only interface library
+│   ├── test_macros.cmake       # CMake 宏：infini_train_add_test / infini_train_add_test_suite
+│   └── test_utils.h            # C++ 基类、skip 宏、填充工具函数
+├── tensor/                     # Tensor 创建 / 拷贝 / 销毁 / 算子
+├── optimizer/                  # Optimizer 创建 / step
+├── autograd/                   # 各 autograd op 的 forward / backward
+├── hook/                       # Module hook + precision check
+├── lora/                       # LoRA 相关
+├── dtype/                      # Scalar / dtype dispatch + 编译期负面测试
+└── transformer/                # Transformer 架构测试
+```
+
+### 核心设计：设备参数化
+
+测试不区分 CPU / CUDA 平台。一个测试定义通过 GTest 参数化自动在所有可用设备上运行：
+
+- `INFINI_TRAIN_REGISTER_TEST(TestName)` — 注册 CPU + CUDA 两个实例
+
+无 GPU 时 CUDA 实例在注册阶段直接跳过（不会出现在测试列表里），并打印一条 `LOG(INFO)` 提示。
+
+### 基类层次
+
+| 基类 | 用途 | 提供的能力 |
+|------|------|-----------|
+| `InfiniTrainTest` | 通用参数化测试 | `GetDevice()`, `createTensor(shape, dtype, requires_grad)` |
+| `AutogradTestBase` | Autograd 测试 | `createTensor(shape, value)` 自动 `requires_grad=true` + 顺序填充 |
+
+**为什么需要 AutogradTestBase？**
+
+- 所有 autograd 测试都需要 `requires_grad=true`
+- 所有 autograd 测试都需要填充数据
+- 前向/反向传播测试必须有输入数据才能验证结果。`AutogradTestBase` 把 `FillSequentialTensor` 内置了，避免每个测试都手动调用
+
+### 跳过特定平台
+
+这些宏函数涉及到了具体平台，用来针对性检验或跳过某些测试样例。
+
+在个别测试内部按需跳过：
+
+```cpp
+// 跳过 CPU 实例（用于硬编码加速器设备的测试，未来新平台仍会运行）
+SKIP_CPU();
+
+// 只在 CPU 实例运行（用于硬编码 CPU 设备的测试）
+ONLY_CPU();
+
+// 只在 CUDA 实例运行（用于硬编码 CUDA 设备的测试）
+ONLY_CUDA();
+
+// 需要 ≥n 个加速器设备
+REQUIRE_MIN_DEVICES(n);
+```
+
+### CMake 宏
+
+`test_macros.cmake` 提供两个宏减少 CMakeLists 样板：
+
+- `infini_train_add_test(name SOURCES ... LABELS ...)` — 创建可执行文件、链接 GTest + 框架库、用 `gtest_discover_tests` 自动发现用例
+- `infini_train_add_test_suite(name SOURCES ... LABELS ...)` — 按 label（cpu/cuda）拆分为多个 CTest target，通过 `TEST_FILTER` 路由到对应的参数化前缀（`CPU/*`, `CUDA/*`）
+
+## 2. 构建与运行
+
+```bash
+# 构建（从 build 目录）
+cmake -DBUILD_TEST=ON -DUSE_CUDA=ON ..
+make -j$(nproc)
+
+# 运行全部测试
+ctest --output-on-failure
+
+# 只运行 CPU 测试
+ctest -L cpu --output-on-failure
+
+# 只运行 CUDA 测试
+ctest -L cuda --output-on-failure
+
+# 运行单个测试二进制（看完整 GTest 输出）
+./test_tensor_cpu
+./test_autograd_cuda
+
+# GTest filter 过滤特定用例
+./test_tensor_cpu --gtest_filter="CPU/TensorCreateTest.*"
+```
+
+无 GPU 机器上 `cmake -DBUILD_TEST=ON -DUSE_CUDA=OFF ..` 即可，CUDA 测试实例不会注册。
+
+## 3. 新增测试
+
+### 3.1 新增 GTest 参数化测试（推荐）
+
+以新增 `tests/foo/` 为例，完整流程：
+
+**Step 1: 创建目录和测试文件**
+
+```bash
+mkdir tests/foo
+```
+
+```cpp
+// tests/foo/test_foo_basic.cc
+#include <gtest/gtest.h>
+#include "infini_train/include/tensor.h"
+#include "test_utils.h"
+
+using namespace infini_train;
+
+class FooBasicTest : public infini_train::test::InfiniTrainTest {};
+
+TEST_P(FooBasicTest, CreateTensor) {
+    auto tensor = createTensor({2, 3});
+    EXPECT_NE(tensor, nullptr);
+}
+
+TEST_P(FooBasicTest, CUDAOnlyFeature) {
+    SKIP_CPU();
+    // CUDA-specific logic ...
+}
+
+INFINI_TRAIN_REGISTER_TEST(FooBasicTest);
+```
+
+**基类选择（或创建）：**
+
+| 场景 | 基类 |
+|------|------|
+| 通用测试 | `InfiniTrainTest`（提供 `createTensor(shape, dtype, requires_grad)`） |
+| 需要 autograd | `AutogradTestBase`（提供 `createTensor(shape, value)`，自动 `requires_grad=true` + 顺序填充） |
+
+**Step 2: 写 CMakeLists.txt**
+
+```cmake
+# tests/foo/CMakeLists.txt
+file(GLOB FOO_SOURCES ${CMAKE_CURRENT_SOURCE_DIR}/test_*.cc)
+
+infini_train_add_test_suite(test_foo
+  SOURCES ${FOO_SOURCES}
+)
+```
+
+`file(GLOB test_*.cc)` 会自动拾取目录下所有测试文件。以后新增 `test_foo_advanced.cc` 只需放入目录，无需改 CMakeLists.txt（重新 cmake 即可）。
+
+**Step 3: 注册到顶层**
+
+在 `tests/CMakeLists.txt` 中添加一行：
+
+```cmake
+add_subdirectory(foo)
+```
+
+**生成的 CTest target：** `test_foo_cpu`、`test_foo_cuda`，可通过 `ctest -L cpu` 等按标签筛选。
+
+### 3.2 在已有目录新增测试文件
+
+所有使用 `file(GLOB ...)` 的目录（autograd、tensor、optimizer、hook、lora）：
+
+1. 把新文件放入对应目录，命名为 `test_*.cc`
+2. 重新 `cmake ..`（glob 在 configure 时求值）
+3. 完成
+
+无需修改任何 CMakeLists.txt。
+
+### 3.3 工具函数速查
+
+`test_utils.h` 提供的常用工具：
+
+| 函数 / 宏 | 用途 |
+|-----------|------|
+| `GetDevice()` | 返回当前参数化的 `Device`（基类方法） |
+| `createTensor(shape, dtype, requires_grad)` | 在当前设备创建 tensor（`InfiniTrainTest` 基类方法） |
+| `FillSequentialTensor(tensor, start)` | 填充递增值，自动处理 Device tensor（先填 CPU 再 copy） |
+| `SKIP_CPU()` | 跳过 CPU 实例 |
+| `ONLY_CPU()` | 只在 CPU 实例运行 |
+| `ONLY_CUDA()` | 只在 CUDA 实例运行 |
+| `REQUIRE_MIN_DEVICES(n)` | 加速器设备不足时 skip |
+
+## 4. 扩展新设备平台（以沐曦 MACA 为例）
+
+当前测试体系围绕 CPU / CUDA 两种设备参数化。如果需要支持新平台（以沐曦 MACA 为例），需要改动以下几处：
+
+### 4.1 框架层：注册新设备类型
+
+在 `infini_train/include/device.h` 的 `DeviceType` 枚举中新增：
+
+```cpp
+enum class DeviceType : int8_t {
+    kCPU = 0,
+    kCUDA = 1,
+    kMACA = 2,  // 新增
+};
+```
+
+### 4.2 测试工具层：`test_utils.h`
+
+1. 新增运行时检测函数和 `CudaDeviceTypes` 的对称版本：
+
+```cpp
+#ifdef USE_MACA
+inline int GetMacaDeviceCount() { /* macaGetDeviceCount ... */ }
+#else
+inline int GetMacaDeviceCount() { return 0; }
+#endif
+inline bool HasMacaRuntime() { return GetMacaDeviceCount() > 0; }
+
+inline std::vector<Device::DeviceType> MacaDeviceTypes() {
+    if (HasMacaRuntime()) {
+        return {Device::DeviceType::kMACA};
+    }
+    LOG(INFO) << "No MACA runtime found, skipping MACA tests.";
+    return {};
+}
+```
+
+2. 新增 `ONLY_MACA()` 宏：
+
+```cpp
+#define ONLY_MACA() \
+    do { if (GetParam() != infini_train::Device::DeviceType::kMACA) { GTEST_SKIP() << "MACA-only test"; } } while (0)
+```
+
+### 4.3 注册宏：新增 MACA 实例
+
+```cpp
+#define INFINI_TRAIN_REGISTER_TEST(TestName)                                    \
+    INSTANTIATE_TEST_SUITE_P(CPU, TestName,                                     \
+        ::testing::Values(infini_train::Device::DeviceType::kCPU));             \
+    INSTANTIATE_TEST_SUITE_P(CUDA, TestName,                                    \
+        ::testing::ValuesIn(infini_train::test::CudaDeviceTypes()));            \
+    INSTANTIATE_TEST_SUITE_P(MACA, TestName,                                    \
+        ::testing::ValuesIn(infini_train::test::MacaDeviceTypes()))
+```
+
+### 4.4 CMake 层：`test_macros.cmake`
+
+将默认 label 列表从 `cpu cuda` 扩展为 `cpu cuda maca`
+
+### 4.5 检查清单
+
+| 步骤 | 文件 | 改动 |
+|------|------|------|
+| 1 | `device.h` | `DeviceType` 枚举新增 `kMACA` |
+| 2 | `test_utils.h` | 新增 `GetMacaDeviceCount()` / `HasMacaRuntime()` / `MacaDeviceTypes()` / `ONLY_MACA()` |
+| 3 | `test_utils.h` | `INFINI_TRAIN_REGISTER_TEST` 新增 MACA 实例 |
+| 4 | `test_macros.cmake` | 将默认 label 列表扩展为 `cpu cuda maca` |
+| 5 | `CMakeLists.txt`（根） | 新增 `USE_MACA` option + MACA SDK 查找 + kernel 编译 |