MindStudio Profiler简介
Ascend AI处理器是一款面向AI业务应用的高性能集成芯片，包含AI CPU、A Core、AI Vector Core等计算单元来提升AI任务的运算性能。基于Ascend AI处理器，Mindstudio在算子开发、模型训练及推理应用等不同环节，提供了端到端的Profiler工具。该工具可以帮助用户看到模型从应用层到芯片层的接口和算子耗时，从而准确定位系统的软、硬件性能瓶颈，提高性能分析的效率。
调优主要分为三步：
性能数据采集、解析、分析
性能问题定位，发现性能瓶颈点
采取性能优化措施
.msprof.bin
acl.json配置文件方式
打开工程文件，查看调用的aclInit0函数，获取acl.json文件路径
修改acl.json文件，添加Profiling相关配置
AI任务相关性能数据采集方式 - API接口
API接口类型
aclprofinit: 设置落盘路径
aclprofCreateConfig: 设置采集参数
aclprofStart: 开始采集
aclmdlExecute: 执行模型
aclprofStop: 结束采集
aclprofDestroyConfig: 释放配置资源
aclprofFinalize:释放profiling组件资源
API接口规范
ACL API(C接口)
pyACL API (Python接口)
数据采集方式——在线推理与训练
MindSpore
TensorFlow
环境变量配置：
exportPROFILINGMODE=trueexportPROFILINGOPTIONS='"output":"/tmp","training trace":"on""task trace":"on","aicpu":"on,"aic metrics:"PipeUtilization")
训练脚本配置
Estimator模式下，通过NPURunConfig中的profiling_config开启Profiling数据采集。
sess.run模式下，通过session配置项profiling_mode.profiling_options开启Profiling数据采集。
Pytorch 框架侧数据的采集方法
withtorch.autograd.profiler.profile(use_npu=True)asprof:forepochinrange(10):y_pred=model(x data)loss=loss_func(y_pred,y_data)loss.backward()profexport_chrome_trace('profiler.json')
Pytorch CANN侧数据的采集方法
config=torch_npu.npu.profileConfig(ACL_PROF_ACL_API=True,ACL_PROF_TASK_TIME=False,ACL_PROF_AICPU=False,AC_PROF_AICORE_METRICS=False,aiCoreMetricsType=0)
withtorch.npu.profile(profiler_result_path,config=config)asprof:forepochinrange(10):y_pred=model(x data)loss=loss_func(y_pred,y_data)loss.backward()
同时采集PyTorch框架侧和CANN数据
msprof.bin
withtorch.npu.profile(profiler result path,use e2e profiler=True)asprof:forepochinrange(10):y_pred=model(x data)loss=lossfunc(y_pred,y_data)loss.backward()
对比不同迭代的耗时
withtorch.npu.profile(profiler_result_path)asprof:forepochinrange(10):torch_npu.npu.iteration_start()Y_pred=model(x data)loss=loss_func(y_pred,y_data)loss.backward()torch_npu.npu.iterationend()msprof--export=on--output=fprof path]--iteration-id=3
仅采集需要的迭代
def executemodel():y_pred=model(x data)loss=loss_func(y_pred,y_data)loss.backward()forepochinrange(10):ifepoch!=2:executemodel()else:withtorch.npu.profile(profiler_result_path)asprof:executemodel()
forepochinrange(10):ifepoch==2:torch_npu.npu.prof_init(profiler_result_path)torch_npu.npu.prof_start()executemodel()ifepoch==2:torch_npu.npu.prof_stop()torch_npu.npu.prof_finalize()
Profiling数据说明
(1) Step trace timeline数据: step trace数据查看选代耗时情况，识别较长选代进行分析。
msporf--export=on--output=prof_path
(2) 对应迭代的msprof timeline数据: 通过打开导出的msprof数据查看送代内耗时情况，存在较长耗时算子时，可以进一步找算子详细信息辅助定位；存在通信耗时或调度间隙较长时，分析调用过程中接口耗时。
（3）HCCL timeline数据:通过多卡进行训练时，卡间通信算子也可能导致性能瓶颈。
（4）打开组件接口耗时统计表:可以查看迭代内AscendCL API 和 Runtime APl的接口耗时情况，辅助分析接口调用对性能的影响。
（5）打开对应的算子统计表:可以查看送代内每个AI CORE和AI CPU算子的耗时及详细信息，进一步定位分析算子的metrics指标数据，分析算子数据搬运、执行流水的占比情况，识别算子瓶颈点。
优化案例——算子融合
集群调优
