AUTOFUSE_FLAGS环境变量控制点

--enable_autofuse

控制整体自动融合功能是否开启。

取值：

• true：表示开启。
• false：（默认值）表示关闭。

不配置表示关闭整体自动融合功能，关闭时以下其他控制点全部失效，无论是否配置。

配置示例：

--enable_autofuse=true

使用约束：

配置开启后，Elemwise算子与Broadcast算子间的自动融合能力便开启。

--autofuse_disable_pass

控制拓展融合能力是否关闭。

取值：

• reduce：控制Reduce类算子融合能力关闭。
• concat：控制Concat类算子融合能力关闭。

配置多个取值时使用英文逗号分割，默认为空，Reduce类、Concat类算子的融合能力目前默认不开启。

配置示例：

--autofuse_disable_pass=reduce,concat

使用约束：

与--autofuse_enable_pass不能同时配置相同的取值。

--autofuse_enable_pass

控制拓展融合能力是否开启。

取值：

• reduce：控制Reduce融合能力开启。
• concat：控制Concat融合能力开启。

配置多个取值时使用英文逗号分割，默认为空，Reduce类、Concat类算子的融合能力目前默认不开启。

配置示例：

--autofuse_enable_pass=reduce,concat

使用约束：

与--autofuse_disable_pass不能同时配置相同的取值。

--autofuse_enhance_precision_blacklist

控制自动融合局部融合节点不做提升精度操作。

某个AscGraph中所有的AscIR都配置到黑名单中，该AscGraph才不会升精度。

取值：

AscIR类型的字符串组合，多个类型使用英文逗号分割，默认值为空字符串，表示所有AscGraph都会提升精度。

该参数中的AscIR类型是Dump图中对应节点type中的取值，例如Dump图中某节点type的取值为ge:Add，则实际配置为Add。

配置示例：

--autofuse_enhance_precision_blacklist=Le,Where,Sub,Add,Sigmoid

使用约束：

• "Sum"、"Mean"、"Prod"不支持低精度类型，默认必须提升精度，因此不能配置到提升精度黑名单中。
• 不提升精度可以获得更高性能，但可能会引发精度问题。因此，在配置不提升精度后，用户需确保精度满足业务要求。
• Dump图的方法请参见《环境变量参考》 > 图编译 > DUMP_GE_GRAPH。

--recomputation_threshold

控制自动融合重计算阈值。

该参数用于设置单输出算子的引用阈值，当单输出节点引用个数超过阈值时，首次融合会在当前节点进行融合截断。

取值：0-255间的任意整数，默认为1。

配置示例：

--recomputation_threshold=5

使用约束：

无。

--experimental_enable_jit_executor_v2

控制是否打开切图编译。

取值：

• true：表示开启。
• false：（默认值）表示关闭。

切图编译是将原始图在无法推导符号的边界进行断图处理，切成N个图，将上游图的输出作为下游图的输入hint继续符号推导并执行。

--experimental_enable_jit_executor_v2=true

使用约束：

如下场景不支持切图：

• 动态分档场景
• 图上包含资源类算子（输入或者输入的类型是DT_RESOURCE，如TensorArrayWrite）
• 图上包含V1版本控制算子（如："Switch","StreamSwitch","Merge","StreamMerge","Enter","Exit","LoopCond","NextIteration"）
• 开启数据预处理下沉
• 开启AOE调优的场景

--autofuse_enable_pgo

控制是否开启PGO（Profile-Guided Optimization，基于采样数据的优化）调优。

PGO调优是通过预上板采样，选取表现相对更好的Tiling以提升模型执行性能。

取值：

• true：表示开启。
• false：（默认值）表示关闭。

配置示例：

--autofuse_enable_pgo=true

使用约束：

仅支持对静态图调优，首次配置时，不能与其他Profiling功能同时开启，后续配置时无限制。