性能数据采集

操作须知

• 当前MindStudio不支持集群场景的数据采集，可通过Import Result导入已采集的PROF_XXX的父目录来展示集群场景性能数据。

  有关集群场景Profiling数据采集请参见《性能分析工具使用指南》的“附录 > 集群训练场景性能分析”章节。

• 用户通过训练工程采集数据，需要在训练工程的环境变量脚本文件env_*.sh内添加PROFILING_OPTIONS字段的配置信息，示例如下：

  export PROFILING_MODE=true
  export PROFILING_OPTIONS='{"output":"/tmp/profiling","training_trace":"on","task_trace":"on","fp_point":"","bp_point":"","aic_metrics":"MemoryL0"}'

  其中output参数指定的路径为Profiling在服务器端执行采集后输出的性能数据，最终会将性能数据拷贝到Project Location参数指定的路径下并生成供MindStudio展示的json结果文件。

  PROFILING_OPTIONS字段为配置Profiling的采集项，请根据实际情况选择需要的参数。有关训练工程的脚本中添加Profiling配置的参数详细介绍请参见《性能分析工具使用指南》的“性能分析工具介绍 > 其他采集方式 > 使用TensorFlow框架接口采集 > Profiling options参数解释”。

操作步骤

1. 在欢迎界面的左侧导航栏单击“Projects”，单击选择并打开已编译完成的工程。
2. 单击菜单栏“Ascend > System Profiler”，弹出系统分析工程界面。
   图1 系统分析工程界面
   

3. 进入系统分析工程界面，单击欢迎界面中的“New Project”或左上角的图标，弹出Profiling配置窗口，如图2。
   配置“Project Properties”，配置工程名称“Project Name”和选择工程路径“Project Location”。单击“Next”进入下一步。

   表1 Project Properties参数说明

   参数		说明
   Project Name		Profiling工程名称，用户自定义。 配置后在“Project Location”设置的路径下自动创建工程名称文件夹，后续采集和解析产生的原始性能数据目录PROF_XXX和解析结果.json文件均保存在该目录下。 说明： 解析结果.json文件命名格式为：report_{时间戳}_{device_id}_{model_id}_{iter_id}.json，其中{device_id}表示设备ID，{model_id}表示模型ID，{iter_id}表示某轮迭代的ID号。
   Project Location		Profiling数据输出路径。 完成采集后在该路径下生成以“Project Name”命名的文件目录。

   图2 Project Properties配置
   

4. 进入“Executable Properties”配置界面，如下各图所示。
   

   • Linux使用场景下可选择Remote Run和Local Run两种模式。
   • Windows使用场景下仅支持Remote Run模式，无需配置“Run Mode”。
   图3 Remote Run
   

   

   配置完成后，Deployment和对应的Environment Variables、Remote Toolkit Path参数为绑定关系，单击“Next”后参数值将被保存。再次配置时，如连接已配置过的Deployment，则Environment Variables、Remote Toolkit Path参数自动填充，可手动修改。

   图4 Local Run（训练工程）
   

   表2 Executable Properties参数说明

   参数		说明
   Run Mode		Remote Run：远程运行。 Local Run：本地运行。
   Deployment		运行配置，选择Remote Run模式时可见，必选配置。通过Deployment功能，可以将指定项目中的文件、文件夹同步到远程指定机器的指定目录，具体可参见Ascend Deployment。
   Project Path		执行Profiling目标工程目录，必选配置。 当指定的目标工程为训练工程时，可直接单击“Start”按钮启动Profiling。
   Executable File		执行Profiling目标工程的可执行文件，必选配置。 需指定为Project Path子目录下的可执行文件，支持指定二进制脚本文件（如main文件）、Python脚本文件（如train.py文件）和Shell脚本文件（如npu_set_env_1p.sh文件）。 指定Python脚本文件时由于msprof工具的限制有如下要求： pyacl工程中的Python脚本中的路径信息必须为绝对路径。 不支持异步接口（接口名以async结尾）的调用。 指定Shell脚本文件由用户自行提供，且无需保存在Project Path目录下。
   Command Arguments		用户APP的执行参数，由用户自行配置，参数之间用空格分隔，默认为空。
   Environment Variables		环境变量配置。可直接手动配置或单击符号，在弹出窗中配置管理。可选配置。
   Remote Toolkit Path		远端运行环境toolkit软件包安装路径，选择Remote Run模式时可见，必选配置。例如配置为${HOME}/Ascend/ascend-toolkit/{version}/toolkit。 与Deployment参数为绑定关系，单击“Next”后参数值将被保存。再次配置时，如连接已配置过的Deployment，则参数自动填充，可手动修改。
   CANN Version		指定CANN软件包版本，选择Local Run模式时可见，必选配置。 在启动MindStudio创建工程时指定，若未指定则需单击“Change”按钮指定对应CANN软件包安装路径。

5. 单击“Next”后需获取Profiling configuration，如图5所示将出现弹框提示。
   图5 Obtaining Profiling configuration
   

6. 进入“Profiling Options”配置界面，其中配置AI Core Profiling时分为Task-based和Sample-based场景。如图6和图7所示。
   图6 Task-based场景
   
   图7 Sample-based场景
   

   表3 Profiling Options参数说明

   参数			说明
   AI Core Profiling	Mode		Task-based：AI Core采集开关，以task为粒度进行性能数据采集。默认值为Pipeline Utilization。 Sample-based：AI Core采集开关，以固定的时间周期（AI Core-Sampling Interval）进行性能数据采集。默认值为Pipeline Utilization。
   	Metrics		Mode为Task-based时： Pipeline Utilization：采集计算单元和搬运单元耗时占比。 Arithmetic Utilization：cube和vector的指令类型耗时占比。 UB/L1/L2/Main Memory Bandwidth：UB/L1/L2/主存储器采集内存读写带宽速率。 L0A/L0B/L0C Memory Bandwidth：L0A/L0B/L0C采集内存读写带宽速率。 UB Memory Bandwidth：mte/vector/scalar采集ub读写带宽速率。 Mode为Sample-based时： Pipeline Utilization：采集计算单元和搬运单元耗时占比。 Arithmetic Utilization：cube和vector的指令类型耗时占比。 UB/L1/L2/Main Memory Bandwidth：UB/L1/L2/主存储器采集内存读写带宽速率。 L0A/L0B/L0C Memory Bandwidth：L0A/L0B/L0C采集内存读写带宽速率。 UB Memory Bandwidth：mte/vector/scalar采集ub读写带宽速率。
   	L2Cache		Task-based场景下控制L2采样数据的开关。可选配置，默认关闭。
   	Frequency(Hz)		Sample-based场景下的采集频率，取值范围为[1, 100]，默认值为100，单位Hz。
   MsprofTX	MsprofTX		控制MsprofTX用户和上层框架程序输出性能数据采集的开关。可选配置，默认关闭。
   API Trace	AscendCL API		AscendCL(Ascend Compute Language)采集开关，采集接口流水信息。默认开启。
   	Runtime API		Runtime采集开关，采集运行管理器接口流水信息。可选配置，默认关闭。
   	Graph Engine(GE)		Graph Engine采集开关，采集模型图引擎调度流水信息。默认开启，不可关闭。
   	AICPU Operators		AI CPU采集开关，采集aicpu数据增强的Profiling数据。可选配置，默认关闭。
   HCCL	HCCL		控制HCCL数据采集开关。可选配置，默认关闭。 当前采集完成后，默认导出对应迭代数目最多模型号（Model ID）的第一轮迭代数据。
   Device System Profiling	CPU & Memory Usage Profiling		系统CPU usage及System memory采集开关。可选配置，默认关闭。 可以更改采样频率Frequency(Hz)，取值范围为[1, 10]，默认频率为10Hz。
   Host System Profiling	Application Based System Profiling	CPU	采集Host侧CPU资源利用率信息。可选配置，默认关闭。
   		Memory	采集Host侧Memory资源利用率信息。可选配置，默认关闭。
   		Disk	采集Host侧Disk资源利用率信息。可选配置，默认关闭。 说明： 采集Disk调用数据需要安装第三方开源工具iotop。参见使用前准备。
   		Network	采集Host侧Network资源利用率信息。可选配置，默认关闭。
   		Syscall & PThreadcall	Host侧syscall和pthreadcall数据。可选配置，默认关闭。
   	System CPU & Memory Usage	CPU	采集Host侧系统和所有进程的CPU资源利用率信息。可选配置，默认关闭。
   		Memory	采集Host侧系统和所有进程的Memory资源利用率信息。可选配置，默认关闭。
   		Frequency(Hz)	CPU利用率和内存利用率的采集频率，取值范围为[1,50]，默认值50，单位hz。

   

   表3 Profiling Options参数说明为全量采集配置项，芯片的实际支持情况请以界面展示为准。

7. 完成上述配置后单击窗口右下角的“Start”按钮，启动性能数据采集。

   工程执行完成后，MindStudio自动弹出性能分析结果视图。