性能数据文件总体说明
采集性能原始数据，并解析导出成可视化的性能数据文件后，文件目录结构及主要文件如下。
目录结构及文件说明
性能数据目录结构示例如下（仅展示性能数据）：
├── mindstudio_profiler_output
│ ├── msprof_*.db // 需要msprof命令执行时配置--type=db，此时将仅生成一个汇总所有性能数据的.db格式文件
│ ├── msprof_*.json
│ ├── step_trace_*.json
│ ├── xx_*.csv
...
│ └── README.txt
├── device_{id}
│ └── data
├── host
│ └── data
*表示时间戳。
- mindstudio_profiler_output目录保存Host和各个Device的性能数据汇总（性能数据分析推荐查看该目录下文件）。
- device_{id}目录主要保存各个Device运行昇腾AI应用的性能原始数据和昇腾AI处理器系统原始数据。
- host目录主要保存上层应用接口（msproftx）的昇腾AI应用运行性能原始数据和Host系统原始数据。
默认采集的性能数据文件如表1所示。
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（如PyTorch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（如PyTorch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（如PyTorch场景）下无此性能数据文件。 |
prof_rule_0_*.json |
调优建议。 |
注：表中的json文件为timeline信息文件，主要收集算子、任务等运行耗时，以色块形式展示；csv文件为summary信息文件，主要以表格形式汇总运行耗时。 |
|
文件命名格式说明
- mindstudio_profiler_output目录下的结果文件命名格式为：“模块名_{timestamp}.{json/csv}”。
- 除Atlas 200/300/500 推理产品外，默认导出所有迭代（Iteration ID）/模型（Model ID）数据。
如何查看timeline文件
使用Perfetto UI打开：在Chrome浏览器中输入“https://ui.perfetto.dev/”地址，将.json文件拖到空白处打开，通过键盘上的快捷键（w：放大，s：缩小，a：左移，d：右移）进行查看。
使用tracing打开：在Chrome浏览器中输入“chrome://tracing”地址，将.json文件拖到空白处打开，通过键盘上的快捷键（w：放大，s：缩小，a：左移，d：右移）进行查看。
超大文件推荐使用Perfetto UI打开。
summary文件说明
- 生成的summary数据文件使用excel打开时，可能会出现字段值为科学计数的情况，例如“1.00159E+12”。此时可选中该单元格，然后，在弹出的对话框中“数字”标签下选择“数值”，单击“确定”就能正常显示。
- 生成的summary数据文件中某些字段值为“N/A”时，表示此时该值不存在。
父主题： 性能数据文件参考
