性能分析

执行Profiling采集

在AMIT工具流程界面，单击“System Profiler”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1。
配置“Project Properties”，配置Profiling工程名称“Project Name”和选择Profiling数据输出路径“Project Location”。单击“Next”进入下一步。
图1 Project Properties配置
进入“Executable Properties”配置界面。具体配置如图2所示。
图2 Executable Properties
进入“Profiling Options”配置界面，配置项按默认配置，如图3所示。
图3 Profiling Options
完成上述配置后单击窗口右下角的“Start”按钮，启动Profiling。
工程执行完成后，MindStudio自动弹出Profiling结果视图。如图4所示。

图4 Profiling分析结果

Profiling数据分析方法

本节仅提供简单的性能分析思路，具体性能分析请根据实际数据判断，更多性能数据分析样例请参见《MindStudio用户指南》的“性能分析”章节。

全量迭代耗时数据：在Timeline视图下查看Step Trace数据迭代耗时情况，识别耗时较长迭代进行分析。
导出对应迭代Timeline数据：单击耗时较长迭代按钮弹出对话框，单击“Yes”导出对应迭代Timeline数据。如图5所示。
图5 Step Trace
查看迭代内耗时情况：存在较长耗时算子时，可以进一步找算子详细信息辅助定位；存在通信耗时或调度间隙较长时，分析调用过程中接口耗时。如图6所示。
图6 AI Core task
查看对应的算子统计表：查看迭代内每个AICORE和AICPU算子的耗时及详细信息，进一步定位分析算子的Metrics指标数据，分析算子数据搬运、执行流水的占比情况，识别算子瓶颈点。如图7所示。
图7 AI Core Metrics
查看组件接口耗时统计表：查看迭代内AscendCL API和Runtime API的接口耗时情况，辅助分析接口调用对性能的影响。如图8所示。
图8 Statistics

父主题： 推理一体化工具