对于标准自定义算子工程场景，调测流程如图1所示，支持的调测功能有Tiling调测、CPU孪生调试、NPU编译生成kernel bin文件、NPU上板精度比对、NPU上板Profiling数据采集、性能仿真流水图等。

图1 标准自定义算子工程场景API调用流程

环境准备的具体步骤参见环境准备。
基于标准自定义算子工程，完成Ascend C自定义算子的开发和部署，具体指导参见《Ascend C自定义算子开发指南》中“工程化算子开发”章节。
准备好输入数据和标杆数据。可使用现成的bin格式数据文件，也可使用torch/numpy生成Tensor数据（具体参见API方式下数据准备说明）。

构建算子信息。

调用ascendebug.create_debug_op接口构造算子DebugOp对象，并设置输入/输出信息，示例如下：

import ascendebug
debug_op = ascendebug.create_debug_op('AddCustom', 'VectorCore', '${chip_version}') \
        .custom_input('x', 'int32', [32], '/path_to/x.bin') \
        .custom_input('y', 'int32', [32], '/path_to/y.bin') \
        .custom_output('z', 'int32', [32], '/path_to/z.bin') \
        .attr('mask', 'list_int', [0,0]) \
        .attr('memory', 'int', 0)

创建算子调试器对象，示例如下：

op_executor = ascendebug.create_op_executor(debug_op=debug_op, work_dir='./debug_workspace', install_path='/usr/local/Ascend/ascend-toolkit')

构造输入参数，调用调测功能API，以Tiling调测接口为例。

customize_path ="/usr/local/Ascend/ascend-toolkit/latest/opp/vendors/${custom_name}"
tiling_info = op_executor.run_custom_tiling(customize_path)

使用的API接口列表

本场景涉及的所有调测API如表1所示。

表1 标准自定义工程场景的调测API列表
调测使用的API	说明
create_debug_op	根据输入的op_type、core_type等信息构造DebugOp对象，管理算子相关描述信息。
create_op_executor	构建调测对象，完成工作空间初始化，设置环境变量等调测相关的操作。
run_custom_tiling	标准自定义算子工程场景的Tiling调测接口。
run_custom_cpu	标准自定义算子工程场景下算子CPU侧编译和运行接口。
compile_custom_npu	标准自定义算子工程场景下算子NPU侧编译接口，生成kernel.o编译产物。
run_npu	通用的算子NPU上板运行接口。
run_camodel	通用的CAModel运行接口。
run_profiling	通用的Profiling运行接口。

快速入门

使用的API接口列表