Profiler构造函数

功能说明

Profiler类的构造函数，用于局部打开Profiling功能，例如仅采集TensorFlow网络中局部子图的性能数据，或采集指定step的性能数据。

函数原型

def __init__(
        self,
        *,
        level: str = "L0",
        aic_metrics: str = "",
        output_path: str = ""
    )

参数说明

参数名	输入/输出	描述
level	输入	开启Profiler的级别，用于控制采集性能数据的范围。 L0：主要采集任务调度耗时信息（task_time）和acl接口执行相关的性能数据。 L1：在L0的采集数据基础上，额外采集集合通信算子性能数据和AI Core算子性能数据。 L2：在L1的采集数据基础上，额外采集Runtime组件执行相关的性能数据和AI CPU算子性能数据。默认值：L0。
aic_metrics	输入	当level配置为“L1”或“L2”时，可通过此参数采集AI Core和AI Vector Core硬件相关的性能指标，包含如下取值： ArithmeticUtilization：cube及vector类型指令耗时和占比。 PipeUtilization：计算单元和搬运单元耗时占比。 Memory：内存读写带宽速率。 MemoryL0：L0读写带宽速率。 MemoryUB：UB读写带宽速率。 ResourceConflictRatio：流水线队列类指令占比。 L2Cache：读写cache命中次数和缺失后重新分配次数。关于每一种取值包含的详细采集项及其含义可参见《性能分析工具使用指南》中的op_summary（算子详细信息）。默认值为“PipeUtilization”。
output_path	输入	Profiling采集结果文件保存路径。该参数指定的目录需要在启动训练的环境上（容器或Host侧）提前创建且运行用户具有读写权限，支持配置为绝对路径或相对路径（相对执行命令行时的当前路径）。路径中不能包含特殊字符："\n"、"\f"、"\r"、"\b"、"\t"、"\v"、"\u007F"。绝对路径配置以“/”开头，例如：/home/HwHiAiUser/output。相对路径配置直接以目录名开始，例如：output。该参数优先级高于环境变量ASCEND_WORK_PATH，关于ASCEND_WORK_PATH的详细说明，可参见ASCEND_WORK_PATH。默认值为空。此参数配置为空时，采集结果文件保存在当前目录下。

参数名

输入/输出

描述

level

输入

开启Profiler的级别，用于控制采集性能数据的范围。

L0：主要采集任务调度耗时信息（task_time）和acl接口执行相关的性能数据。
L1：在L0的采集数据基础上，额外采集集合通信算子性能数据和AI Core算子性能数据。
L2：在L1的采集数据基础上，额外采集Runtime组件执行相关的性能数据和AI CPU算子性能数据。

默认值：L0。

aic_metrics

输入

当level配置为“L1”或“L2”时，可通过此参数采集AI Core和AI Vector Core硬件相关的性能指标，包含如下取值：

ArithmeticUtilization：cube及vector类型指令耗时和占比。
PipeUtilization：计算单元和搬运单元耗时占比。
Memory：内存读写带宽速率。
MemoryL0：L0读写带宽速率。
MemoryUB：UB读写带宽速率。
ResourceConflictRatio：流水线队列类指令占比。
L2Cache：读写cache命中次数和缺失后重新分配次数。

关于每一种取值包含的详细采集项及其含义可参见《性能分析工具使用指南》中的op_summary（算子详细信息）。

默认值为“PipeUtilization”。

output_path

输入

Profiling采集结果文件保存路径。该参数指定的目录需要在启动训练的环境上（容器或Host侧）提前创建且运行用户具有读写权限，支持配置为绝对路径或相对路径（相对执行命令行时的当前路径）。路径中不能包含特殊字符："\n"、"\f"、"\r"、"\b"、"\t"、"\v"、"\u007F"。

绝对路径配置以“/”开头，例如：/home/HwHiAiUser/output。
相对路径配置直接以目录名开始，例如：output。
该参数优先级高于环境变量ASCEND_WORK_PATH，关于ASCEND_WORK_PATH的详细说明，可参见ASCEND_WORK_PATH。

默认值为空。此参数配置为空时，采集结果文件保存在当前目录下。

返回值

无

约束说明

Profiler类需要通过with语句调用，性能数据采集功能会在对应的作用域内生效。
Profiler类仅支持session模式调用。

Profiler类不能嵌套使用。

如下所示，是错误的调用方法。

        
             with profiler.Profiler(level="L1", aic_metrics="ArithmeticUtilization", output_path = "./"):
  with profiler.Profiler(level="L1", aic_metrics="ArithmeticUtilization", output_path = "./"):
    sess.run(add)

Profiler类不能与session配置中的参数“profiling_mode”、“profiling_options”，NPURunConfig配置中的参数“enable_profiling”、“profiling_options”，以及环境变量“PROFILING_MODE”、“PROFILING_OPTIONS”同时使用。
Profiler类不支持多线程调用。

调用示例

      
           import tensorflow as tf
from npu_bridge.npu_init import *

......
a = tf.placeholder(tf.int32, (None,None))
b = tf.constant([[1,2],[2,3]], dtype=tf.int32, shape=(2,2))
add = tf.add(a, b)

with tf.Session(config=session_config, graph=g) as sess:
  with profiler.Profiler(level="L1", aic_metrics=str("ArithmeticUtilization"), output_path = "./"):
    result=sess.run(add, feed_dict={a: [[-20, 2],[1,3]],c: [[1],[-21]]})

父主题： npu_bridge.profiler.profiler