算子性能问题定位方法

算子性能问题是深度学习模型中的一个关键挑战，具体表现为部分基础计算单元的执行效率低下，从而影响整个模型的运行速度并造成资源浪费。这类问题需要借助专门的分析工具和代码优化技术来解决。例如，在评估融合算子性能时，可以通过对比不同配置下的计算时间、内存使用量等指标来进行综合判断。

图1 算子性能问题定位

表1 算子性能问题定位方法
分析方式	分析目的	处理思路
advisor分析	AI CPU算子耗时占比问题。降低AI CPU算子耗时。	AI CPU算子首先基于算子名在时间线（Timeline）中定位算子位置，接着基于调用栈找到代码中的位置，然后尝试相同逻辑替换，如果无法替换，可记录算子shape、type等信息并联系算子负责人，确认是否支持该case。
advisor分析	算子编译问题	可尝试在Python训练开始前添加如下代码，指定二进制模式。如果无效则记录算子shape、type等并信息联系算子负责人，确认是否支持该case。 torch_npu.npu.set_compile_mode(jit_compile=False) torch_npu.npu.config.allow_internal_format = False
单算子分析	vector算子分析	vector算子优化方法是通过修改代码逻辑进行消减，优化逻辑如下：算子亲和优化：具体请参见亲和算子优化策略。模型代码优化：结合算子分析，模型代码层面尝试对算子调用，如冗余消除、shape优化、等效替换等修改，具体请参见模型代码优化策略。版本更新：联系昇腾社区反馈，确认新版本是否有优化或后续优化的计划。根据advisor可融合算子分析，排查是否有设计融合算子的必要。若有必要，开发者也可尝试自行开发融合算子进行替换。
单算子分析	cube算子分析	基于模型调优深入分析（MindStudio Insight）中的operator页签，查看算子占比，选取最高耗时的TopN算子，并详细分析input shape下平均aicore性能，记录异常算子及shape，并联系算子负责人确认优化计划。 MAC ratio：表示cube计算单元是否充分使用，一般理想情况是80%。 MTE ratio：算子中内存搬运过程，若MTE ratio值过高，则表示内存搬运存在瓶颈。当算子性能无法达成预期，优化步骤如下：算子亲和优化：具体请参见亲和算子优化策略。模型代码优化：结合算子分析，模型代码层面尝试对算子调用，如冗余消除、shape优化、等效替换等修改，具体请参见模型代码优化策略。版本更新：联系昇腾社区反馈，确认新版本是否有优化或后续优化的计划。
融合算子/亲和API替换	使用融合算子/亲和API替换，可减少不必要的小算子下发，提高AI Core利用率。	advisor中Affinity API Issues分析器可自动识别融合算子，结合调用栈可定位代码位置，进行融合算子/亲和API替换。
融合算子开发	如需进一步提升模型性能，可以考虑进行融合算子开发，融合算子主要为了减少小算子下发，进而减少空闲时间占比。	advisor csv交付件中，针对Host瓶颈和MTE瓶颈的算子序列分析结果已充分展现，并清晰标注了算子序列存在Host瓶颈或MTE瓶颈。为了进一步提升性能，建议深入剖析代码逻辑，判断能否通过算子合并等手段缓解瓶颈现象。

父主题： 算子性能问题优化方案