---
title: 使用Ascend Graph接口采集性能数据
description: "Ascend Graph API是在构图过程中采集性能数据。"
url: https://www.hiascend.com/document/detail/zh/canncommercial/latest/devaids/Profiling/atlasprofiling_16_0053.html
sourcePath: /source/zh/canncommercial/900/devaids/Profiling/atlasprofiling_16_0053.html
indexId: 16f8052a1a4f72021090d1d2d7e066d6667f7b6f28508b76c380975585f91abc75
---
# 使用Ascend Graph接口采集性能数据

Ascend Graph API是在构图过程中采集性能数据。

--task-trace后续版本会废弃，请使用--task-time开关控制相关数据采集。


#### 支持的型号

Atlas 推理系列产品

Atlas 训练系列产品

Atlas A2 训练系列产品 / Atlas A2 推理系列产品

Atlas A3 训练系列产品 / Atlas A3 推理系列产品

Atlas 350 加速卡


#### 使能方式介绍


**表1 Profiling性能数据采集方式**

| 方式 | 接口 |
| --- | --- |
| GEInitialize接口传入option参数 | ge.exec.profilingMode ge.exec.profilingOptions 通过GEInitialize传入option参数ge.exec.profilingOptions，可以采集迭代轨迹数据，传入字段包括training\_trace/bp\_point/fp\_point。 该方式采集的性能数据将存放在ge.exec.profilingOptions的output参数所配置的路径下。 |
| aclgrph接口 | aclgrphProfInit aclgrphProfFinalize aclgrphProfCreateConfig aclgrphProfDestroyConfig aclgrphProfStart aclgrphProfStop 该方式采集的性能数据将存放在aclgrphProfInit的profiler\_path参数所配置的路径下。 |


接口详细说明，请参见《图开发(https://www.hiascend.com/document/detail/zh/canncommercial/900/programug/graphdevg/atlasag_25_0081.html)》。


#### 采集性能原始数据（GEInitialize接口传入option）

参考以下示例通过GEInitialize传入option参数：

```
// 0. System init
std::map<AscendString, AscendString> config = {{"ge.exec.deviceId", "0"},
{"ge.graphRunMode", "1"},
{"ge.exec.precision_mode", "allow_fp32_to_fp16"},
{"
ge.exec.profilingMode
", "1"},
{"
ge.exec.profilingOptions
",  R"({"output":"/tmp/profiling","training_trace":"on","fp_point":"","bp_point":""})"}};
Status ret = ge::GEInitialize(config);
if (ret != SUCCESS) {
return FAILED;
}
```


#### 采集性能原始数据（aclgrph接口）

参考以下示例调用接口，采集Profiling性能数据：

```
// 构造Graph，该步骤省略
// ......
// init ge
std::map<std::string, std::string> ge_options = {{"ge.socVersion", "Ascendxxx"}, {"ge.graphRunMode", "1"}};
ge::GEInitialize(ge_options);
std::string profilerResultPath = "/home/test/prof";       //该路径需要提前创建
uint32_t length = strlen("/home/test/prof");
ret = ge::
aclgrphProfInit
(profilerResultPath.c_str(), length);
std::map<string, string> options = {{"a", "b"}, {"c", "d"}};
uint32_t graphId = 0;
ge::Session *session = new Session(options);
ret = session->AddGraph(graphId, graph);
uint32_t deviceid_list[1] = {0};
uint32_t device_nums = 1;
uint64_t
data_type_config
= ProfDataTypeConfig::kProfTaskTime | ProfDataTypeConfig::kProfAiCoreMetrics | ProfDataTypeConfig::kProfAicpu | ProfDataTypeConfig::kProfTrainingTrace;
ProfAicoreEvents *aicore_events = NULL;
ProfilingAicoreMetrics aicore_metrics = ProfilingAicoreMetrics::kAicoreArithmeticUtilization;
ge::aclgrphProfConfig *pro_config = ge::
aclgrphProfCreateConfig
(deviceid_list, device_nums, aicore_metrics, aicore_events, data_type_config);
ge::
aclgrphProfStart
(pro_config);
session->RunGraph(graphId, inputs_r, outputs_r);
ge::
aclgrphProfStop
(pro_config);
ge::
aclgrphProfDestroyConfig
(pro_config);
ge::
aclgrphProfFinalize
();
delete session;
ge::GEFinalize();
```


#### 采集数据说明

配置Ascend Graph API方式采集后请参见使用msprof命令解析、查询与导出性能数据将原始数据文件解析并导出为可视化的timeline和summary文件。