概述
MindStudio 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请分别参见《性能调优工具指南》文档中的“性能分析（PyTorch训练/在线推理）”、“性能分析（TensorFlow训练/在线推理）”和“msprof采集通用命令”章节内容，以及《MindSpore Insight》中的“性能调试（Ascend）”章节内容。
单卡场景
在单卡场景下，性能数据可分为三大类型，如下所示：
- PyTorch训练/推理数据：支持导入以“ascend_pt”结尾的性能数据目录，性能数据文件详情请分别参见表2和表3。
表2 PyTorch训练/推理性能数据文件（TEXT） 文件名
说明
展示界面
trace_view.json
包括应用层数据、CANN层数据和底层NPU数据。
时间线（Timeline）
msprof_*.json
timeline数据总表。如果存在变频数据（AI Core Freq）信息，会展示AI Core Freq层级。
时间线（Timeline）
operator_details.csv
统计PyTorch算子在Host侧（下发）和Device侧（执行）的耗时。
时间线（Timeline）
memory_record.csv
进程级内存申请情况信息。
内存（Memory）
operator_memory.csv
算子内存申请情况信息。
内存（Memory）
kernel_details.csv
NPU上执行的所有算子的信息。
算子（Operator）
step_trace_time.csv
迭代中计算和通信的时间统计。
概览（Summary）
communication.json
通信算子通信耗时、带宽等详细信息文件。
通信（Communication）
communication_matrix.json
通信小算子基本信息文件。
通信（Communication）
注：“*”表示{timestamp}时间戳。
表3 PyTorch训练/推理性能数据文件（DB） 文件名
说明
展示界面
ascend_pytorch_profiler_{rank_id}.db
Ascend PyTorch Profiler接口采集的性能数据文件。
时间线（Timeline）
内存（Memory）
算子（Operator）
概览（Summary）
通信（Communication）
analysis.db
多卡或集群等存在通信的场景下，采集到的数据文件。
- 表2中memory_record.csv和operator_memory.csv两个文件必须同时存在且保证在同一目录，导入成功后内存（Memory）页签才能正常展示。
- 支持导入算子打点数据文件，获取文件方式请参见《性能调优工具指南》文档中“其他采集方式介绍 > 使用PyTorch框架接口采集 > Ascend PyTorch Profiler接口采集”章节“msprof_tx”相关内容，导入成功后会在时间线（Timeline）界面展示打点数据。
- 导入单卡数据时，不展示概览（Summary）和通信（Communication）界面。
- MindSpore训练/推理数据：支持导入MindSpore框架性能数据，获取方式请参见《MindSpore Insight》中的“性能调试（Ascend）”章节。
MindStudio Insight工具支持导入以“ascend_ms”结尾的性能数据目录，当用户获取到MindSpore框架性能数据后，需自行创建一个空文件夹，将名为“rank-{卡序号}_{时间戳}_ascend_ms”的文件夹汇总拷贝至新建的文件夹，将新建文件夹作为性能数据目录导入至MindStudio Insight工具。MindSpore框架性能数据导入成功后，MindStudio Insight工具会显示时间线（Timeline）、内存（Memory）、概览（Summary）和通信（Communication）界面。
- 离线推理数据：支持导入mindstudio_profiler_output目录下性能数据，性能数据文件详情请分别参见表4和表5。
表4 离线推理性能数据文件（TEXT） 文件名
说明
展示界面
msprof_*.json
timeline数据总表。
时间线（Timeline）
fusion_op_*.csv
模型中算子融合前后信息。单算子场景下无此性能数据文件。
时间线（Timeline）
api_statistic_*.csv
用于统计CANN层的API执行耗时信息。
时间线（Timeline）
memory_record_*.csv
进程级内存申请情况信息。
内存（Memory）
operator_memory_*.csv
算子内存申请情况信息。
内存（Memory）
op_summary_*.csv
AI Core和AI CPU算子数据。
算子（Operator）
op_statistic _*.csv
AI Core和AI CPU算子调用次数及耗时统计。
算子（Operator）
prof_rule_0_*.json
调优建议。
时间线（Timeline）
概览（Summary）
通信（Communication）
step_trace_*.csv
迭代轨迹数据。单算子场景下无此性能数据文件。
-
step_trace_*.json
迭代轨迹数据，每轮迭代的耗时。单算子场景下无此性能数据文件。
-
task_time_*.csv
Task Scheduler任务调度信息。
-
注：“*”表示{timestamp}时间戳。
表5 离线推理性能数据文件（DB） 文件名
说明
展示界面
msprof_*.db
统一DB文件。当前该格式数据与TEXT参数解析的数据信息量存在差异。
时间线（Timeline）
内存（Memory）
算子（Operator）
概览（Summary）
通信（Communication）
注：“*”表示{timestamp}时间戳。
- 表4中memory_record.csv和operator_memory.csv两个文件必须同时存在且保证在同一目录，导入成功后内存（Memory）界面才能正常展示。
- 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功能解析并导出性能数据文件后才可以使用MindStudio Insight工具展示，数据使用msprof命令行解析并导出的操作请参见《性能调优工具指南》文档中“msprof命令行工具 > 性能数据解析与导出（msprof命令）”章节。