业界目前有两种主流的切片评估方案：一是基准子集测试，选代表性子集用例（如INTRATE的505、523、531）；二是聚类+ROI识别，用兴趣区域代表程序整体行为，典型实现是x86的Pinball工具。
砺睿微的方案基于第二类，但RISC-V生态下Pinball等工具无法直接使用，因此选用NEMU解释器提取指令流。
相比全量测试，该方案的准确率高于95%(多核配置下最高可达99.63%)，测试耗时缩短至原来的1/321，实现了准确率与提效比的双重突破，且具有良好的可拓展性。
https://mp.weixin.qq.com/s/PzSoVgcstGKdzO5DNYSaZg
RuyiSDK生态总站：ruyisdk.org