分析结果展示

维度一：分析向量运算

通过分析仿真dump文件：

1. 算子Vector执行效率偏低时，找出执行效率低的Vector向量指令。
2. mte2搬运粒度较低导致Vector计算的输入数据较少。
3. 是否使能多核资源。
4. 多核场景下，核之间的Vector计算量是否分配均衡。

分析结果如下：

在Vector Instruction展示结果任意一行右键可选择跳转到“TIK Code”或“CCE Code”中算子对应的位置；当算子为非TIK算子时，无“TIK Code”跳转功能；另外“CCE Code”代码跳转功能依赖于.cce和.asm文件，当工程目录（默认为out>bin>kernel_meta）下这两个文件缺少任意一个，无跳转功能。如图2所示。.asm文件在执行算子UT测试后自动生成，.cce文件的生成请参见设置代码跳转功能进行配置。

有关该算子优化分析的具体参数应用请参见《TBE自定义算子开发指南》中的“接口参考>TBE TIK API>矢量计算>单目”章节。

优化建议：

1. Try to optimize vector instructions.

   优化Vector指令。

2. Try to optimize out->ub data move instructions.

   优化out->ub数据搬运指令。

3. Try to use multi-core resources.

   使能多核。

4. Try to reallocate vector calculations to these cores: 0 1.

   重新分配Vector计算数据到这些核：0 1

优化Vector指令可以通过修改向量指令参数mask和repeat_times，替代重复执行的向量指令。

根据字段First PC的值从仿真dump文件中可搜索到对应的重复向量指令，如上图所示Execution Times取值为64，Repeat取值为1，Mask取值为64，则该指令被重复执行了10次，而一次执行只进行了一次迭代计算，每次只计算了该向量中的一位元素。那么为了提高该指令的执行效率，可以通过修改算子代码中的repeat_times参数值为10，最后根据向量位数以及实际需求修改mask的值，修改后该指令只需执行一次即可完成10次迭代计算并且每次计算都完成向量在场景下要求计算的所有元素，从而提升该条指令执行的效率。

维度二：分析流水打断

根据仿真dump文件，针对占比最大的流水进行分析，主要从三个维度进行：

1. 其它流水导致的流水不连续。
2. 指令入队列导致的流水不连续。
3. pipe_barrier(PIPE_ALL)导致的流水打断。

根据分析的结果，对上述三个维度造成影响的周期数进行排序，结果展示如下：

优化建议：

1. Try to use the double buffer for UB.

   使用乒乓策略。

2. Reduce strong data dependencies between pipelines.

   优化不合理的流水依赖。

3. Eliminate improper instruction syschronization between pipelines.

   消除流水间不合理的指令同步。

4. Delete redundant pipe_barrier(PIPE_ALL).

   删除冗余pipe_barrier（PIPE_ALL）指令。

维度三：分析标量运算

根据仿真dump文件，统计Scalar标量指令执行次数和总的执行周期，按总的执行周期的大小进行排序，选出Top5个Scalar标量指令，分析结果如下：