💻 computer science

TENSURE: Fuzzing Sparse Tensor Compilers (Registered Report)

Este trabajo presenta TENSURE, el primer marco de fuzzing de caja negra diseñado específicamente para probar compiladores de tensores dispersos mediante la generación de contracciones tensoriales complejas y válidas semánticamente, logrando una tasa de validez superior a la de las herramientas existentes y revelando graves defectos de corrección en sistemas avanzados como TACO y Finch.

Autores originales: Kabilan Mahathevan, Yining Zhang, Muhammad Ali Gulzar, Kirshanthan Sundararajah

Publicado 2026-03-20

📖 4 min de lectura☕ Lectura para el café

CC BY 4.0

Autores originales: Kabilan Mahathevan, Yining Zhang, Muhammad Ali Gulzar, Kirshanthan Sundararajah

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

¡Claro que sí! Imagina que los compiladores de tensores dispersos (STCs) son como unos cocineros de élite muy inteligentes. Su trabajo es tomar recetas matemáticas complejas (llamadas einsum) y convertirlas en instrucciones precisas para cocinar (ejecutar) en la computadora.

El problema es que estos cocineros a menudo trabajan con ingredientes que están "esparcidos" o faltantes (como una sopa donde solo hay algunas zanahorias y mucha agua). Esto hace que la receta sea mucho más difícil de seguir que una sopa normal donde todo está mezclado. Si el cocinero se equivoca en un solo paso, la sopa sale mal, pero a veces el plato se ve bien y el error pasa desapercibido hasta que alguien se enferma (un error silencioso).

Aquí es donde entra TENSURE.

¿Qué es TENSURE?

Imagina que TENSURE es un inspector de cocina robotizado y muy travieso. Su trabajo no es cocinar, sino probar al chef (el compilador) de todas las formas posibles para ver si se equivoca.

El Reto: Antes, los inspectores solo probaban recetas estándar (como "hacer una tortilla" o "hacer un pastel"). Pero estos cocineros modernos tienen que inventar recetas nuevas y locas al instante. Los inspectores viejos no podían generar esas recetas locas porque no entendían las reglas secretas de los ingredientes esparcidos.
La Innovación: TENSURE es el primer inspector que entiende perfectamente estas reglas. En lugar de adivinar al azar (lo que suele dar recetas sin sentido), TENSURE usa una matemática inteligente para crear recetas que siempre tienen sentido, pero que son lo suficientemente raras y extrañas para confundir al chef.

¿Cómo funciona? (La analogía del "Juego de Espejos")

TENSURE tiene dos trucos principales para atrapar al chef:

El Truco del Orden (Commutatividad): Imagina que le pides al chef: "Mezcla el azúcar con la harina". Luego, TENSURE le dice: "Ahora mezcla la harina con el azúcar". Matemáticamente, el resultado debe ser el mismo. Si el chef hace un pastel diferente en el segundo intento, ¡TENSURE sabe que hay un error!
El Truco del Empaquetado (Heterogeneidad de Almacenamiento): Imagina que tienes los mismos ingredientes, pero en el primer intento los pones en una caja de cartón y en el segundo en una bolsa de plástico. El contenido es el mismo, pero el chef debe cambiar su forma de sacarlos. TENSURE le pide al chef que use diferentes "cajas" (formatos de almacenamiento) para la misma receta. Si el chef se confunde y saca los ingredientes equivocados por el tipo de caja, ¡TENSURE lo descubre!

¿Qué descubrieron?

Los autores probaron a dos chefs famosos: TACO y Finch.

TACO: ¡Fue un desastre! TENSURE encontró errores en más del 60% de las pruebas. A veces el chef se caía (crash) y dejaba de cocinar, pero lo peor era cuando cocinaba algo que parecía bien pero sabía mal (errores silenciosos). Era como si el chef olvidara limpiar la cuchara entre pasos.
Finch: Este chef era más lento, pero TENSURE también le encontró algunos errores graves.

¿Por qué es importante?

Hoy en día, la inteligencia artificial y la ciencia de datos dependen de estos "cocineros" para procesar cantidades gigantes de datos. Si el compilador tiene un error, la IA podría tomar decisiones incorrectas (como un médico que diagnostica mal a un paciente porque su computadora falló).

TENSURE es como un entrenador de seguridad que asegura que, antes de que estos sistemas lleguen a los hospitales o a los coches autónomos, estén libres de errores. Demuestra que, aunque la tecnología avanza rápido, necesitamos herramientas especializadas para asegurar que la "cocina" no se queme.

En resumen: TENSURE es un robot inspector que crea recetas matemáticas perfectas pero extrañas para probar si los compiladores de datos esparcidos son lo suficientemente inteligentes y cuidadosos, revelando que muchos de ellos aún tienen "grietas" que necesitan ser reparadas.

1. El Problema

Los Compiladores de Tensores Esparsos (STCs) son infraestructuras críticas para optimizar cargas de trabajo de análisis de datos y aprendizaje automático de alta dimensión. A diferencia de los tensores densos, los tensores esparsos utilizan formatos de almacenamiento comprimido (como CSR, CSC, COO) que requieren que el compilador sintetice automáticamente bucles de control complejos e irregulares para sincronizar el acceso a los datos.

El problema central identificado es que los STCs son extremadamente propensos a defectos sutiles de corrección (como errores de iteración o violaciones de seguridad de memoria) debido a la complejidad de sus esquemas de recorrido. Las herramientas de prueba existentes fallan en este dominio por tres razones principales:

Incompatibilidad de enfoques basados en grafos: Herramientas como NNSmith o PolyJuice operan sobre grafos de computación con operadores fijos (MatMul, Conv2d), lo que no permite probar la capacidad de síntesis de bucles para operaciones de tensores arbitrarias y no convencionales definidas por notación Einsum.
Ineficiencia de los Fuzzers Gramaticales Genéricos: Los fuzzer basados en gramáticas libres de contexto (como Grammarinator) generan una gran cantidad de entradas inválidas (tasa de validez de ~3.3%) porque la notación Einsum impone restricciones de sensibilidad al contexto (ej. coherencia de dimensiones y reutilización de índices) que las gramáticas simples no pueden capturar.
Falta de Oráculos de Referencia: La validación diferencial tradicional es difícil debido a la variabilidad numérica y la falta de un compilador de referencia confiable para tensores esparsos.

2. Metodología

El paper presenta TENSURE, un framework de fuzzing de caja negra extensible diseñado específicamente para STCs. Su arquitectura se basa en los siguientes pilares:

Abstracción de Entrada (Einsum): Utiliza la notación de Suma de Einstein (Einsum) como abstracción de entrada general. Esto permite describir contracciones de tensores complejas y arbitrarias sin depender de un vocabulario fijo de operadores.
Algoritmo de Generación Basado en Restricciones: En lugar de usar gramáticas libres de contexto, TENSURE implementa un algoritmo que trata la generación de expresiones Einsum como un problema de satisfacción de restricciones.
- Garantiza la validez semántica del 100% resolviendo constraints de conectividad de índices (asegurando que los índices de contracción aparezcan al menos dos veces) y consistencia dimensional.
- Esto elimina el desperdicio de recursos en entradas rechazadas por el frontend del compilador.
Operadores de Mutación para Pruebas Metamórficas: Dado que no se puede inyectar código muerto o reestructurar flujos de control imperativos (ya que el flujo se sintetiza en tiempo de compilación), TENSURE introduce dos operadores de mutación que preservan la semántica:
1. Conmutatividad Algebraica: Permuta el orden de los operandos en la multiplicación (ej. $A = B \times C$ vs $A = C \times B$ ), forzando al compilador a generar diferentes programas de iteración para la misma operación matemática.
2. Heterogeneidad de Formatos de Almacenamiento: Asigna aleatoriamente diferentes formatos comprimidos (COO, CSR, CSC) a los tensores de entrada y salida. Esto obliga al compilador a sintetizar grafos de iteración únicos para cada combinación, exponiendo errores específicos de manejo de formatos.
Arquitectura Agnóstica al Lenguaje: Utiliza una capa de abstracción JSON para representar el kernel sintetizado. Los compiladores objetivo (como TACO o Finch) implementan un traductor ligero que convierte este JSON a su DSL específico, permitiendo la integración modular.

3. Contribuciones Clave

Primer Fuzzer para STCs: TENSURE es el primer framework de fuzzing de caja negra diseñado específicamente para validar la corrección funcional de compiladores de tensores esparsos.
Algoritmo de Generación de 100% de Validez: Formaliza y ejecuta un algoritmo que supera drásticamente a los fuzzer gramaticales estándar, logrando una tasa de validez del 100% frente al ~3.3% de las bases de comparación, permitiendo una prueba de alto rendimiento en las fases de compilación profundas.
Operadores de Mutación Específicos del Dominio: Define una nueva clase de mutadores que explotan la conmutatividad algebraica y la heterogeneidad de formatos de almacenamiento para generar variantes de programas semánticamente equivalentes sin necesidad de un oráculo de referencia externo.

4. Resultados

El framework fue evaluado en dos sistemas de última generación: TACO (basado en C++) y Finch (basado en Julia).

Eficiencia de Generación: La comparación con Grammarinator mostró que el enfoque basado en restricciones de TENSURE evita el 96.7% de las entradas inválidas que consumirían el presupuesto de fuzzing en un enfoque genérico.
Detección de Errores en TACO:
- En una campaña de 6 horas con 267,000 iteraciones, TENSURE detectó defectos en aproximadamente el 65.2% de los casos válidos.
- Se identificaron 5,758 errores de código incorrecto (Silent Miscompilations), donde el compilador generaba código que se ejecutaba sin crashear pero producía resultados erróneos.
- Se encontraron miles de errores de crasheo.
Detección de Errores en Finch:
- Debido a la alta latencia de compilación de Julia (181s por kernel vs 64ms en TACO), solo se completaron 1,619 iteraciones.
- A pesar de la baja cantidad de iteraciones, se detectaron 57 errores de crasheo, validando la capacidad del framework para estresar infraestructuras diferentes.
Hallazgo Crítico: El estudio reveló una fragilidad generalizada, especialmente en TACO, donde la mayoría de los casos de prueba generados expusieron fallos de compilación silenciosa o crasheos.

5. Significado

Este trabajo es fundamental para la evolución de la infraestructura de compilación de tensores esparsos:

Cierre de una Brecha de Seguridad: Demuestra que una gran parte del ecosistema de compiladores de tensores esparsos ha permanecido sin pruebas adecuadas, dejando vulnerabilidades críticas sin detectar.
Validación de la Fragilidad: Los resultados indican que incluso operaciones elementales pueden desencadenar errores complejos en la síntesis de bucles que escapan a la inspección manual.
Herramienta Esencial: TENSURE establece un nuevo estándar para la validación de STCs, proporcionando una metodología escalable y extensible para asegurar la fiabilidad de las futuras infraestructuras de computación científica y de IA que dependen de operaciones esparsas.
Impacto Práctico: La capacidad de detectar "miscompilaciones silenciosas" es crucial, ya que estos errores no detienen la ejecución pero corrompen los resultados de modelos de aprendizaje automático y simulaciones científicas, con consecuencias potencialmente graves (como se mencionó en el caso de degradación de respuestas en modelos de IA debido a errores de compilación).