快速入门

对于标准自定义算子工程场景，调测流程如图1所示，支持的调测功能有Tiling调测、CPU孪生调试、NPU编译生成kernel bin文件、NPU上板精度比对、NPU上板Profiling数据采集、性能仿真流水图等。

1. 环境准备的具体步骤参见环境准备。
2. 基于标准自定义算子工程，完成Ascend C自定义算子的开发和部署，具体指导参见《Ascend C自定义算子开发指南》中“算子开发 > 矢量编程（基于自定义算子工程）”章节。
3. 准备好输入数据和标杆数据。可使用现成的bin格式数据文件，也可使用torch/numpy生成Tensor数据（具体参见API方式下数据准备说明）。
4. 构建算子信息。

   调用ascendebug.create_debug_op接口构造算子DebugOp对象 ，并设置输入/输出信息，示例如下：

   import ascendebug
   debug_op = ascendebug.create_debug_op('AddCustom', 'VectorCore', 'Ascendxxx') \
           .custom_input('x', 'int32', [32], '/path_to/x.bin') \
           .custom_input('y', 'int32', [32], '/path_to/y.bin') \
           .custom_output('z', 'int32', [32], '/path_to/z.bin') \
           .attr('mask', 'list_int', [0,0]) \
           .attr('memory', 'int', 0)

5. 创建算子调试器对象，示例如下：

   op_executor = ascendebug.create_op_executor(debug_op=debug_op, work_dir='./debug_workspace', install_path='/usr/local/Ascend')

6. 构造输入参数，调用调测功能API，以Tiling调测接口为例。

   customize_path ="/usr/local/Ascend/latest/opp/vendors/${custom_name}"
   tiling_info = op_executor.run_custom_tiling(customize_path)