算子编译生成kernel包

在任意目录下，以运行用户（如HwHiAiUser）身份执行如下命令，进行算子编译：

传入dump的算子信息统计文件进行调试版本编译，编译命令样例：

op_compiler --op_params_dir=<dump_dir>  --op_debug_config=gm_debug.cfg --soc_version=<soc_version> --log=info --job=128 --output=<output_dir> 
op_compiler -p <dump_dir>  -d gm_debug.cfg -v <soc_version> -l info -j 128 -o <output_dir>

传入kernel_name进行调试版本编译，编译命令样例：

op_compiler --kernel_name=<kernel_name>  --op_debug_config=gm_debug.cfg --soc_version=<soc_version> --log=info --job=128  --output=<output_dir>
op_compiler -k <kernel_name>  -d gm_debug.cfg -v <soc_version> -l info -j 128 -o <output_dir>

• --op_params_dir和--kernel_name，两个参数只能使用一个，为必选参数。在报错日志中能够获取到明确的算子kernel name时，建议使用kernel_name参数。
  • --op_params_dir：简写为-p，Dump工具导出的统计数据所在的文件夹路径，支持绝对和相对路径。目前支持两种方式Dump算子json文件，请根据实际情况选择合适的方式。
    • 使用PyTorch的Python接口编程时，可通过Ascend PyTorch Profiler接口dump算子json文件，具体请参考《性能调优工具指南》中“性能分析（PyTorch训练/在线推理）”章节。
      1. 使用Ascend PyTorch Profiler接口开启PyTorch训练时的性能数据采集。

         在训练前，开启扩展参数experimental_config中“算子信息统计功能”，即参数record_op_args置为True。

      2. 查看采集到的PyTorch训练性能数据结果文件。

         训练结束后，Dump的算子信息统计文件默认在{worker_name}_{时间戳}_ascend_pt_op_args/{pid}_debug目录下。

    • 使用AscendCL的C++接口编程时，可通过aclopStartDumpArgs和aclopStopDumpArgs接口将算子信息统计文件Dump到指定目录下。接口的具体用法参考《CANN AscendCL应用软件开发指南（C&C++）》“AscendCL API参考 > 单算子执行> 单算子模型执行”章节。
  • --kernel_name：简写为-k，在算子执行的报错日志中获取kernel_name。
• --op_debug_config：简写为-d，调试配置文件的路径及文件名，路径支持绝对和相对路径。参数使用示例如下：

  --op_debug_config=$HOME/module/gm_debug.cfg

  配置文件的内容示例如下，具体的配置方法请参考--op_debug_config。

  op_debug_config=ccec_g,oom

• --soc_version：简写为-v，执行算子编译功能时必选，配置为算子编译时AI处理器的型号。
  

  如果无法确定当前设备的soc_version，则在安装NPU驱动包的服务器执行npu-smi info命令进行查询，在查询到的“Name”前增加Ascend信息，例如“Name”对应取值为xxxyy，实际配置的soc_version值为Ascendxxxyy。

• --log：简写为-l，可选，设置算子编译过程中日志的级别。可设置为debug/info/warning/error/null级别，默认为null。
• --job：简写为-j，可选，设置编译时工作进程数。最小取值为1，默认为16。
• --output：简写为-o，可选，编译输出的安装包路径+名称，如xxx/xxx/xxx.run，支持相对路径和绝对路径。不输入路径的情况下，在当前路径下生成；不输入安装包名称的情况下，安装包默认命名为“debug_kernel_${datatime}.run”。

工具支持的全量参数的具体说明可参见参数说明。

当出现类似如下回显信息代表编译成功。

generate run package debug_kernel_${datatime}.run success