timeline数据总表文件为msprof*.json。
msprof*.json在“chrome://tracing”中展示如下。
图1 timeline汇总展示
如图1所示，timeline汇总数据主要展示如下区域：
- 区域1：应用层数据，包含上层应用算子的耗时信息，需要使用msproftx采集或PyTorch场景采集。
- 区域2：CANN层数据，主要包含AscendCL、Runtime等组件以及Node（算子）的耗时数据。
- 区域3：底层NPU数据，主要包含Ascend Hardware下各个Stream任务流的耗时数据和迭代轨迹数据、HCCL和Overlap Analysis通信数据以及其他昇腾AI处理器系统数据。
- 区域4：展示timeline中各算子、接口的详细信息（单击各个timeline时展示）。
- timeline数据总表的数据在详细性能数据均有对应数据的详细介绍。
- 上图中各区域的数据与采集场景有关，例如非Ascend EP场景不生成host相关数据；区域1仅在msproftx或PyTorch场景采集时生成；HCCL和Overlap Analysis通信数据仅在多卡、多节点或集群等存在通信的场景可采集到数据等。请以采集数据实际情况为准。
- msprof*.json展示的数据是迭代内的数据，迭代外的数据不展示。
查看算子下发方向
在tracing中查看.json文件时，开启“Flow events”下的选项后，应用层算子到NPU算子之间通过连线方式展示下发到执行的对应关系。如图2所示。
主要包括的对应关系有：
- async_npu：应用层算子 > Ascend Hardware的NPU算子的下发执行关系。
- async_task_queue：应用层Enqueue > Dequeue的入队列到出队列对应关系，仅PyTorch场景。
- HostToDevice：CANN层Node（算子） > AscendHardware的NPU算子的下发执行关系（Host到Device）。
- HostToDevice：CANN层Node（算子） > HCCL通信算子的下发执行关系（Host到Device）。
- fwdbwd：前向API > 反向API，仅PyTorch场景。
- 由于软件测量的昇腾AI处理器频率与真实频率有误差，以及host与device的时间同步误差，可能会出现下层算子因错位而无法连线的问题。
- 各层的对应关系是否呈现与对应采集场景是否采集该数据有关，请以实际情况为准。
通过单击连线两端的算子或接口，即可查看算子下发的方向。如图3所示。
其中Event(s)列查看该算子或接口的出入方向，Link列查看映射关系两端的信息。
查看AI Core频率
仅Atlas A2训练系列产品支持。
msprof*.json下的“AI Core Freq”层级展示AI Core芯片在执行AI任务的过程中频率的变化情况，如下图所示：
在148089.72045898438时刻下，AI Core处于高频状态，而在170178.44116210938时刻频率降低，那么在该时间段下AI任务的性能必然下降。AI Core芯片可能因温度升高，触发保护机制，降低频率；也可能因当前无AI任务运行，AI Core进入低功耗状态而降频。