--- title: 离线解析 description: "当使用Ascend PyTorch Profiler接口采集的性能数据较大时，若在当前环境直接使用on_trace_ready接口进行自动解析，则可能导致资源占用过大出现卡顿，那么可以取消on_trace_ready接口，并通过环境变量ASCEND_WORK_PATH设置落盘目录（例如：export ASCEND_WORK_PATH=xx/xx），在采集完成性能数据后，使用如下方式进行离线解析：" url: https://www.hiascend.com/document/detail/zh/canncommercial/latest/devaids/Profiling/atlasprofiling_16_0034.html sourcePath: /source/zh/canncommercial/900/devaids/Profiling/atlasprofiling_16_0034.html indexId: db692499062ccc483dc8062167b42c9b04e87f7dd259e8e81d8b680027c891ce75 --- # 离线解析 当使用Ascend PyTorch Profiler接口采集的性能数据较大时，若在当前环境直接使用on_trace_ready接口进行自动解析，则可能导致资源占用过大出现卡顿，那么可以取消on_trace_ready接口，并通过环境变量ASCEND_WORK_PATH设置落盘目录（例如：export ASCEND_WORK_PATH=xx/xx），在采集完成性能数据后，使用如下方式进行离线解析： 1. 创建{file_name}.py文件，{file_name}自定义，并编辑如下代码。 1 2 3 4 from torch_npu.profiler.profiler import analyse if __name__ == "__main__": analyse(profiler_path="./result_data", max_process_number=max_process_number, export_type=export_type) **表1 参数说明** | 参数 | 描述 | 可选/必选 | | --- | --- | --- | | profiler\_path | PyTorch性能数据路径。路径格式仅支持由字母、数字、下划线和连字符组成的字符串，不支持软链接。指定的目录下保存PyTorch性能数据目录{worker\_name}\_{时间戳}\_ascend\_pt。 | 必选 | | max\_process\_number | 离线解析最大进程数。取值范围为1~CPU核数，默认为CPU核数的一半。若设置超过该环境的CPU核数，则自动取CPU核数；若设置为非法值，则取默认值CPU核数的一半。 | 可选 | | export\_type | 设置导出的性能数据结果文件格式，List类型。取值： text：表示解析为.json和.csv格式的timeline和summary文件以及汇总所有性能数据的.db格式文件（ascend\_pytorch\_profiler\_{Rank\_ID}.db、analysis.db）。 db：表示仅解析为汇总所有性能数据的.db格式文件（ascend\_pytorch\_profiler\_{Rank\_ID}.db、analysis.db），使用MindStudio Insight工具展示。仅支持on\_trace\_ready接口导出和离线解析导出，需配套安装支持导出db格式的Toolkit软件包。 设置无效值或未配置时，则读取profiler\_info.json中的export\_type字段，确定导出格式。 解析结果数据请参见MindSpore&PyTorch框架性能数据文件参考。 | 可选 | 离线解析接口支持多性能数据目录并行解析，当性能数据量较大且数据目录较多的情况下，可能因环境内存不足导致解析失败，此时可以通过自定义最大进程数（max_process_number）来控制资源的占用。 解析过程日志存放在{worker_name}_{时间戳}_ascend_pt/logs目录下。 2. 保存文件后执行如下命令解析性能数据： ``` python3 {file_name} .py ``` 3. 查看性能数据结果文件和性能数据分析。 性能数据结果文件详细介绍请参见MindSpore&PyTorch框架性能数据文件参考。 请参见《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)》将解析后的性能数据文件进行可视化展示和分析。 可以使用性能分析工具（msprof-analyze）(https://gitcode.com/Ascend/mstt/tree/master/profiler/msprof_analyze)辅助分析性能数据。