---
title: 分析流程
description: "集群性能会受到AI处理器类型、网络、通信算法、通信配置等多方面因素影响， 对于性能问题，会通过Profiling工具进行性能分析，主要分析流程如下："
url: https://www.hiascend.com/document/detail/zh/canncommercial/latest/API/hcclug/hcclug_000013.html
sourcePath: /source/zh/canncommercial/900/API/hcclug/hcclug_000013.html
indexId: 8b3baa93eb372a4a933715f3f4e24268a3239c8d34499e21c30a5c25c30ccdde59
---
# 分析流程

集群性能会受到AI处理器类型、网络、通信算法、通信配置等多方面因素影响， 对于性能问题，会通过Profiling工具进行性能分析，主要分析流程如下：

1. 采集全量的Profiling数据，详见  性能数据采集
。
2. 判断整网性能的瓶颈点，根据通信算子下发、执行的不同阶段做进一步分析和优化，详见  性能数据分析
。

本节内容主要关注HCCL相关的Profiling信息识别及常见案例的分析思路，更多的性能调优案例请参考《性能问题通用定位指南》中的“通信问题优化方案(https://www.hiascend.com/document/detail/zh/mindstudio/2600/practicalcases/GeneralPerformanceIssue/MindStudio/26.0.0/cases/general_performance_issue_troubleshooting_guide/solution_to_top1.md)”章节，采集到全量的Profiling数据后，参考《MindStudio Insight工具用户指南(https://www.hiascend.com/document/detail/zh/mindstudio/2600/GUI_baseddevelopmenttool/MindStudioInsight/docs/zh/user_guide/overview.md)》对Profiling数据进行分析。