总体说明

采集性能原始数据，并解析导出成可视化的性能数据文件后，文件目录结构及主要文件如下。

目录结构及文件说明

性能数据目录结构示例如下（仅展示性能数据）：

├── mindstudio_profiler_output
│    ├── msprof_*.db  // 需要msprof命令执行时配置--type=db，此时将仅生成一个汇总所有性能数据的.db格式文件
│    ├── msprof_*.json
│    ├── step_trace_*.json
│    ├── xx_*.csv
...
│    └── README.txt
├── device_{id}
│    └── data
├── host
│    └── data
*表示时间戳。
  • mindstudio_profiler_output目录保存Host和各个Device的性能数据汇总（性能数据分析推荐查看该目录下文件）。
  • device_{id}目录主要保存各个Device运行昇腾AI应用的性能原始数据和昇腾AI处理器系统原始数据。
  • host目录主要保存上层应用接口（msproftx）的昇腾AI应用运行性能原始数据和Host系统原始数据。

该目录下的各个文件数据量较大，可能出现数据文件分片，若不需要切分文件，可参见性能数据文件分片修改分片容量上限。

默认采集的性能数据文件如表1所示。

表1 msprof默认配置采集的性能数据文件

文件名

说明

msprof_*.json

timeline数据总表。

step_trace_*.json

迭代轨迹数据，每轮迭代的耗时。单算子场景（如PyTorch场景）下无此性能数据文件。

op_summary_*.csv

AI Core和AI CPU算子数据。

op_statistic _*.csv

AI Core和AI CPU算子调用次数及耗时统计。

step_trace_*.csv

迭代轨迹数据。单算子场景（如PyTorch场景）下无此性能数据文件。

task_time_*.csv

Task Scheduler任务调度信息。

fusion_op_*.csv

模型中算子融合前后信息。单算子场景（如PyTorch场景）下无此性能数据文件。

prof_rule_0_*.json

调优建议。

注：表中的json文件为timeline信息文件，主要收集算子、任务等运行耗时，以色块形式展示；csv文件为summary信息文件，主要以表格形式汇总运行耗时。

文件命名格式说明

如何查看timeline文件

使用Perfetto UI打开：在Chrome浏览器中输入“https://ui.perfetto.dev/”地址，将.json文件拖到空白处打开，通过键盘上的快捷键（w：放大，s：缩小，a：左移，d：右移）进行查看。

使用tracing打开：在Chrome浏览器中输入“chrome://tracing”地址，将.json文件拖到空白处打开，通过键盘上的快捷键（w：放大，s：缩小，a：左移，d：右移）进行查看。

超大文件推荐使用Perfetto UI打开。

summary文件说明

父主题： 性能数据文件参考