refactor: rename op tests and update benchmark entrypoint

Co-authored-by: wawahejun <hejunlbbc@gmail.com>

docs/how-to-add-an-operator.md

@@ -32,7 +32,7 @@
 - `ops/<算子名>/nvidia/`
 - `python/operator_runtime/ops/<算子名>.py`
 - `tests/cases/<算子名>.py`
-- `tests/ops/test_<算子名>.py`
+- `tests/op_tests/test_<算子名>.py`
 - `tests/bench/<算子名>.py`
 
 如果后续要支持 TileLang 或 MetaX，再分别补 `tilelang/` 或 `metax/`。
@@ -112,7 +112,7 @@ Python 入口放在 `python/operator_runtime/ops/<算子名>.py`。
 
 ## Step 7：补正确性测试
 
-`tests/ops/test_<算子名>.py` 主要负责三件事：
+`tests/op_tests/test_<算子名>.py` 主要负责三件事：
 
 1. 正确性对比
 2. API contract 检查
@@ -191,7 +191,7 @@ API contract 测试主要覆盖 shape 不匹配、dtype 不匹配、非 contiguo
 2. `python/operator_runtime/ops/<算子名>.py` 已补齐。
 3. 两个 `__init__.py` 已导出新接口。
 4. `tests/cases/<算子名>.py` 已补数据。
-5. `tests/ops/test_<算子名>.py` 已补测试。
+5. `tests/op_tests/test_<算子名>.py` 已补测试。
 6. `tests/bench/<算子名>.py` 已补 benchmark。
 7. 新增 `.cu` 后已经重新执行过 `cmake ..`。
 8. 至少完成一次单算子验证。

tests/run_ops.py

@@ -16,7 +16,7 @@ if str(ROOT) not in sys.path:
 
 
 def _discover_ops() -> tuple[str, ...]:
-    ops_dir = ROOT / "tests" / "ops"
+    ops_dir = ROOT / "tests" / "op_tests"
     bench_dir = ROOT / "tests" / "bench"
     names: set[str] = set()
 
@@ -58,8 +58,6 @@ def _format_bench_table(rows) -> str:
         "runtime_ms",
         "torch_ms",
         "speedup",
-        "GB/s",
-        "GFLOP/s",
     ]
     body = []
     for row in rows:
@@ -74,8 +72,6 @@ def _format_bench_table(rows) -> str:
                 f"{row.runtime_ms:.4f}",
                 torch_ms,
                 speedup,
-                f"{row.gbytes_per_sec:.2f}",
-                f"{row.gflops_per_sec:.2f}",
             ]
         )
 
@@ -129,7 +125,7 @@ def main() -> int:
 
     for op in selected_ops:
         if args.mode in ("test", "all"):
-            ok, detail = _run_pytest(f"tests/ops/test_{op}.py", args.backend)
+            ok, detail = _run_pytest(f"tests/op_tests/test_{op}.py", args.backend)
             rows.append(["test", op, args.backend, "ok" if ok else "fail", detail])
             failed = failed or not ok
         if args.mode in ("bench", "all"):