界面介绍
功能说明
在NPU性能调优过程中，MindStudio Insight工具以时间线（Timeline）的呈现方式为用户提供全流程在线推理/训练过程中的运行情况，并按照调度流程来呈现整体的运行状况，并且MindStudio Insight支持集群时间线（Timeline）展示。通过分析时间线（Timeline），用户可以对在线推理/训练过程进行细粒度的分析，如迭代间隙是否过长、算子执行时间等，并提供一些易用性功能辅助用户快速定位出性能瓶颈。
界面展示
时间线（Timeline）界面包含工具栏（区域一）、时间线树状图（区域二）、图形化窗格（区域三）和数据窗格（区域四）四个部分组成，如图1所示。
- 区域一：工具栏，包含常用快捷按钮，从左至右依次为列表标记、过滤（支持按卡或按专项层过滤展示）、算子搜索、算子连线、页面自适应和缩放按钮。
- 区域二：时间线树状图，TEXT场景和DB场景显示会有所不同。
- TEXT场景：显示集群场景下各“Card”的分层信息，一层级为“Card”，二层级为进程或专项分层，三层级为线程等名称。二层级包括Python层数据（包含PyTorch和打点数据的耗时信息）、CANN层数据（包含AscendCL、GE和Runtime组件的耗时数据）、底层NPU数据（包含Ascend Hardware下各个Stream任务流的耗时数据和迭代轨迹数据、HCCL和Overlap Analysis通信数据以及其他昇腾AI处理器系统数据）和AI Core Freq等层级，层级内容展示随导入的数据而变化。
- DB场景：显示各机器下的信息，一层级为机器名称，二层级为Host和“Card”。Host层级是按照进程与线程级维度展示Pytorch和CANN的数据；“Card”层级包括底层NPU数据（包含Ascend Hardware下各个Stream任务流的耗时数据和迭代轨迹数据、HCCL和Overlap Analysis通信数据以及其他昇腾AI处理器系统数据）和AI Core Freq等层级，且卡下属层级内容的展示随导入的数据而变化。
Atlas A2 训练系列产品导出的性能数据才支持展示AI Core Freq数据。
- 区域三：图形化窗格，展示的数据是迭代内的数据，图形化窗格对应时间线树状图，逐行对时间线进行图形化展现，包括上层应用算子、各组件及接口的执行序列和执行时长。
- 区域四：数据窗格，统计信息或算子详情信息展示区，选中详情（Slice Detail）为选中单个算子的详细信息、选中列表（Slice List）为某一泳道选中区域的算子列表信息、以及系统视图（System View）为某类算子的汇总信息。
通过观察时间线（Timeline）各个层级上的耗时长短、间隙等判断对应组件和算子是否存在性能问题，如算子下发是否存在瓶颈、是否存在高耗时的kernel以及是否存在冗余的转换类算子。
父主题： 时间线（Timeline）