性能数据导入

Ascend Insight支持导入性能数据文件，并以图形化形式呈现相关内容。性能数据文件的采集方式可分别参见PyTorch训练/在线推理场景性能分析、TensorFlow训练/在线推理场景性能分析和msprof采集通用命令章节内容。

本章节指导用户导入性能数据，并对导入的性能数据做出了相应说明。

• 支持直接导入Timeline数据，默认导入ASCEND_PROFILER_OUTPUT目录下的trace_view.json文件，导入成功后只有Timeline View页签有视图展示。
• 支持单独导入Memory数据，即ASCEND_PROFILER_OUTPUT目录下的operator_memory.csv和memory_record.csv文件，或者mindstudio_profiler_output目录下的operator_memory_*.csv和memory_record_*.csv文件。两个文件必须同时存在且保证在同一目录，导入成功后Memory页签才能正常展示视图。
• 支持单独导入Operator数据，即ASCEND_PROFILER_OUTPUT目录下的kernel_details.csv文件，或者mindstudio_profiler_output目录下的op_summary_*.csv文件，导入成功后只有Operator页签有视图展示。
• 支持导入单卡或集群场景的性能数据并展示，即支持单个PROF_XXX目录或多份PROF_XXX目录。
• 对于未完成性能数据解析的PROF_XXX目录，需要先使用msprof命令行的export功能解析并导出Timeline文件后才可以使用Ascend Insight工具展示。
• Ascend Insight工具支持导入统一DB文件，获取统一DB文件的方式请参见msprof采集通用命令章节，文件格式为：report_{时间戳}.db。

  当前db格式数据与导入PROF_XXX目录的数据信息量存在差异，建议优先使用PROF_XXX目录性能数据。

• Ascend Insight工具支持导入MindSpore框架性能数据，获取MindSpore框架性能数据请参见《MindSpore Insight》。

  目前MindSpore框架性能数据只支持Ascend Insight工具的Timeline View、Summary和Communication视图。

  用户获取到MindSpore框架性能数据后，只需要提取性能数据中名为rank-{卡序号}_{时间戳}_ascend_ms的文件夹用于Ascend Insight工具的导入。请自行创建一个空文件夹xxx，把名为rank-{卡序号}_{时间戳}_ascend_ms的文件夹拷贝至xxx文件夹，然后将xxx文件夹作为性能数据的导入目录。

• 方式一：选择性能数据路径
  打开Ascend Insight工具，单击界面左上方工具栏中的，在弹窗中选择解析并导出的文件或目录，然后单击“Confirm”进行导入，如图1所示。

  图1 选择路径
  
• 方式二：输入性能数据路径

  打开Ascend Insight工具，单击界面左上方工具栏中的，在弹框中的输入框直接输入需要导入的性能数据所在正确路径，然后按“回车键”，则在下方自动定位至该目录，单击“Confirm”进行导入，如图2所示。

  图2 输入正确路径
  
• 方式三：拖拽性能文件至Timeline界面

  打开Ascend Insight工具，将trace_view.json或者msprof_*.json文件拖拽至Timeline界面的区域一或者区域二，即可展示Timeline视图，如图3所示。

  图3 拖拽导入
  
  

  • 只支持在Timeline页面通过拖拽trace_view.json或者msprof_*.json文件展示Timeline视图。
  • 只支持单个.json文件拖入，不支持拖入文件夹；如果需要展示多个.json文件，则依次单个拖入Timeline页面。
  • 单个.json文件规格大小不超过3G，多个.json文件规格大小不超过15GB。