溢出算子数据采集及分析

前提条件

使用ATC工具转换模型时，需在转换命令中增加“--status_check”参数，并将参数值设置为“1”，表示在编译算子时添加溢出检测逻辑。

关于ATC工具及其参数的详细说明，请参见《ATC工具使用指南》。

采集溢出算子信息

在调用调用acl.init接口初始化pyACL时，在JSON配置文件中增加溢出算子Dump配置。

1
2
3
4
5
6

{
    "dump":{
        "dump_path":"output",
        "dump_debug":"on"
    }
}

当dump_path配置为相对路径时，您可以在“应用可执行文件的目录/{dump_path}”下查看导出的数据文件，针对每个溢出算子，会导出两个数据文件：

• 溢出算子的dump文件：命名规则如{op_type}.{op_name}.{taskid}.{stream_id}.{timestamp}，如果op_type、op_name出现了“.”、“/”、“\”、空格时，会转换为下划线表示。

  用户可通过该信息知道具体出现溢出错误的算子，并通过解析溢出算子的dump文件获取该算子的输入和输出信息。

• 算子溢出数据文件：命名规则如OpDebug.Node_Opdebug.{taskid}.{stream_id}.{timestamp}，其中taskid不是溢出算子的taskid，用户不需要关注taskid的实际含义。

  用户可通过解析算子溢出数据文件获取溢出相关信息，包括溢出算子所在的模型、AICore的status寄存器状态等。

解析溢出算子的dump文件

1. 请根据实际情况，将{op_type}.{op_name}.{taskid}.{stream_id}.{timestamp}上传到安装有Toolkit软件包的环境。
2. 进入解析脚本所在目录，例如Toolkit软件包安装目录为：/home/HwHiAiUser/Ascend/ascend-toolkit/latest。

   cd /home/HwHiAiUser/Ascend/ascend-toolkit/latest/toolkit/tools/operator_cmp/compare

3. 执行msaccucmp.py脚本，转换dump文件为numpy文件。举例：

   python3 msaccucmp.py convert -d /home/HwHiAiUser/dump -out /home/HwHiAiUser/dumptonumpy -v 2

   

   -d参数支持传入单个文件，对单个dump文件进行转换，也支持传入目录，对整个path下所有的dump文件进行转换。

4. 调用Python，转换numpy文件为txt文件。举例：

   $ python3
   >>> import numpy as np
   >>> a = np.load("/home/HwHiAiUser/dumptonumpy/Pooling.pool1.1147.1589195081588018.output.0.npy")
   >>> b = a.flatten()
   >>> np.savetxt("/home/HwHiAiUser/dumptonumpy/Pooling.pool1.1147.1589195081588018.output.0.txt", b)

   转换为.txt格式文件后，维度信息、Dtype均不存在。详细的使用方法请参考numpy官网介绍。

解析算子溢出数据文件

由于生成的溢出数据是二进制格式，可读性较差，需要通过工具将bin文件解析为用户可读性好的JSON文件。

1. 请根据实际情况，将溢出数据文件OpDebug.Node_Opdebug.{taskid}.{timestamp}上传到安装有Toolkit软件包的环境。
2. 进入解析脚本所在路径，例如Toolkit软件包安装目录为：/home/HwHiAiUser/Ascend/ascend-toolkit/latest。

   cd /home/HwHiAiUser/Ascend/ascend-toolkit/latest/toolkit/tools/operator_cmp/compare

3. 执行解析命令，例如：

   python3 msaccucmp.py convert -d /home/HwHiAiUser/opdebug/Opdebug.Node_OpDebug.59.1597922031178434  -out /home/HwHiAiUser/result

   关键参数：

   • -d：溢出数据文件所在目录，包括文件名。
   • -out：解析结果待存储目录，如果不指定，默认生成在当前目录下。
4. 解析结果文件内容如下所示。

   {
       "DHA Atomic Add": {
           "model_id": 0,
           "stream_id": 0,
           "task_id": 0,
           "task_type": 0,
           "pc_start": "0x0",
           "para_base": "0x0",
           "status": 0
       },
       "L2 Atomic Add": {
           "model_id": 0,
           "stream_id": 0,
           "task_id": 0,
           "task_type": 0,
           "pc_start": "0x0",
           "para_base": "0x0",
           "status": 0
       },
       "AI Core": {
           "model_id": 514,
           "stream_id": 563,
           "task_id": 57,
           "task_type": 0,
           "pc_start": "0x1008005b0000",
           "para_base": "0x100800297000",
           "kernel_code": "0x1008005ae000",
           "block_idx": 1,
           "status": 32
       }
   }

   参数解释：

   • model_id：标识溢出算子所在的模型id。
   • stream_id：标识溢出算子所在的streamid。
   • task_id：标识溢出算子的taskid。
   • task_type：标识溢出算子的task类型。
   • pc_start：标识溢出算子的代码程序的内存起始地址。
   • para_base：标识溢出算子的参数的内存起始地址。
   • kernel_code：标识溢出算子的代码程序的内存起始地址，和pc_start相同。
   • block_idx：标识溢出算子的blockid参数。
   • status：AICore的status寄存器状态，用户可以从status值分析得到具体溢出错误。status为10进制表示，需要转换成16进制，然后定位到具体错误。

     例如：status为272，转换成16进制为0x00000110，则可以判定出可能原因为0x00000010+0x00000100。

     • 0x00000008：符号整数最小负数NEG符号位取反溢出。
     • 0x00000010：整数加法、减法、乘法或乘加操作计算有溢出。
     • 0x00000020：浮点计算有溢出。
     • 0x00000080：浮点数转无符号数的输入是负数。
     • 0x00000100：FP32转FP16或32位符号整数转FP16中出现溢出。
     • 0x00000400：CUBE累加出现溢出。