基本调用流程：

MindIE-Service -> MindIE-LLM -> Torch/Torch_npu -> atb-models  -> ascend-toolkit -> driver/fireware

根据基本调用流程，我们可以至下而上，做一些小测试：

1.npu-smi info查看device info

目的：测试底层驱动、固件是否部署正常

操作：执行命令 npu-smi info

预期：可以正常显示device info

2.torch/torch_npu小测试

目的：测试torch/torch_npu、ascend-toolkit部署是否正常

操作：使用python执行如下代码

import torch

import torch_npu

a = torch.ones(10000).half().npu()

a = a + a

print(a)

预期：可以正确打印出来tensor a的值

3.卡间集合通信小测试（可选）

目的：如果用户需要使用多卡执行模型实例，需要先确保卡间集合通信是否正常

操作：参考https://www.hiascend.com/developer/ascendhub/detail/hccl-test

预期：卡间集合通信正常

4.atb-models的modeltest小测试

目的：测试atb-models纯模型(不带服务化)可以正常对话

操作：

a. 首先检查以下几个环境变量所对应的安装路径是否正常，执行命令

env | grep ASCEND_HOME_PATH (ascend-toolkit安装路径)

env | grep ATB_SPEED_HOME_PATH （atb-models安装路径）

env | grep ATB_HOME_PATH （ascned-transformer-boost安装路径）

b. 仔细阅读 $ATB_SPEED_HOME_PATH/tests/modeltest/README.md，测试自己想要跑的模型

预期：纯模型对话正常，性能测试正常，数据集跑分正常

如果第4步测试成功，接下来用户可以按照MindIE官方文档，继续下一步的服务化集成部署(https://www.hiascend.com/document/detail/zh/mindie/10RC2/mindieservice/servicedev/mindie_service0001.html)。