前提条件

请确保完成使用前准备。
已完成应用程序功能调试，可成功编译出应用程序的可执行文件。如果没有应用程序，也可以直接从从[Gitee]或[Github]仓获取一个样例，并参考其README完成编译运行。
首次使用可以选取一个简单的图片分类推理应用进行尝试，参考README成功编译并运行该应用。

采集、解析并导出性能数据

登录运行环境，执行如下命令，可一键式采集、解析并导出性能数据：

msprof --application=/home/HwHiAiUser/HIAI_PROJECTS/MyAppname/out/main --output=/home/HwHiAiUser/profiling_output

表1 参数说明
参数	描述	可选/必选
--application	配置为运行环境上AI任务文件。不建议配置其他用户目录或其他用户可写目录下的AI任务，避免提权风险。不建议配置删除文件或目录、修改密码、提权命令等有安全风险的高危操作。	必选
--output	收集到的Profiling数据的存放路径，默认为AI任务文件所在目录。	可选

以上为最基本的采集命令，如有其他采集需求，请参见msprof命令行工具。

命令执行完成后，在output指定的目录下生成PROF_XXX目录，存放自动解析后的性能数据（以下仅展示性能数据）。

├── device_{id}
│    └── data
└── mindstudio_profiler_output
      ├── msprof_{timestamp}.json
      ├── step_trace_{timestamp}.json
      ├── xx_*.csv
       ...
      └── README.txt

进入mindstudio_profiler_output目录，查看性能数据文件。

默认情况下采集到的文件如表2所示。

表2 msprof默认配置采集的性能数据文件
文件名	说明
msprof_*.json	timeline数据总表。
step_trace_*.json	迭代轨迹数据，每轮迭代的耗时。单算子场景下无此性能数据文件。
op_summary_*.csv	AI Core和AI CPU算子数据。
op_statistic _*.csv	AI Core和AI CPU算子调用次数及耗时统计。
step_trace_*.csv	迭代轨迹数据。单算子场景下无此性能数据文件。
task_time_*.csv	Task Scheduler任务调度信息。
fusion_op_*.csv	模型中算子融合前后信息。单算子场景下无此性能数据文件。
api_statistic_*.csv	用于统计CANN层的API执行耗时信息。
prof_rule_0.json	调优建议。
注：“*”表示{timestamp}时间戳。

json文件需要在Chrome浏览器中输入chrome://tracing，将文件拖到空白处进行打开，通过键盘上的快捷键（w：放大，s：缩小，a：左移，d：右移）。通过该文件可查看当前AI任务运行的时序信息，比如运行过程中接口调用时间线，如图1所示。
图1 查看json文件
csv文件可直接打开查看。通过该文件可以看到AI任务运行时的软硬件数据，比如各算子在AI处理器软硬件上的运行耗时，通过字段排序等可以快速找出需要的信息，如图2所示。
图2 查看csv文件

性能分析

从上文我们可以看到，性能数据文件较多，分析方法也较灵活，以下介绍几个重要文件及分析方法。

通过msprof*.json文件从整体角度查看AI任务运行的时序信息，进而分析出可能存在的瓶颈点。
图3 msprof*.json文件示例
- 区域1：CANN层数据，主要包含AscendCL、Runtime等组件以及Node（算子）的耗时数据。
- 区域2：底层NPU数据，主要包含Ascend Hardware下各个Stream任务流的耗时数据和迭代轨迹数据、HCCL和Overlap Analysis通信数据以及其他昇腾AI处理器系统数据。
- 区域3：展示timeline中各算子、接口的详细信息（单击各个timeline色块展示）。
从上图可以大致分析出耗时较长的API、算子、任务流等，并且根据对应的箭头指向找出对应的下发关系，分析执行推理过程中下层具体耗时较长的任务，查看区域3的耗时较长的接口和算子，再结合csv文件进行量化分析，定位出具体的性能瓶颈。
通过op_statistic_*.csv文件分析各类算子的调用总时间、总次数等，排查是否某类算子总耗时较长，进而分析这类算子是否有优化空间。
图4 op_statistic_*.csv文件示例

可以按照Total Time排序，找出哪类算子耗时较长。
通过op_summary_*.csv文件分析具体某个算子的信息和耗时情况，从而找出高耗时算子，进而分析该算子是否有优化空间。
图5 op_summary*.csv文件示例

Task Duration字段为算子耗时信息，可以按照Task Duration排序，找出高耗时算子；也可以按照Task Type排序，查看不同核（AI Core和AI CPU）上运行的高耗时算子。

离线推理场景性能分析

前提条件

采集、解析并导出性能数据

性能分析