🚀 昇腾性能分析工具
[📖工具文档](./docs/zh/README.md) | [🔥昇腾社区](https://www.hiascend.com/developer/software/mindstudio) | [🌐Release](https://gitcode.com/Ascend/msprof-analyze/releases)MindStudio Profiler Analyze(msprof-analyze)是面向 AI 训练与推理场景的性能分析工具,基于采集得到的 profiling 数据进行统计、比对和诊断,帮助定位计算、通信、调度及集群场景下的性能瓶颈。
| 功能名称 | 功能简介 | 文档 | 源码目录 |
|---|---|---|---|
| 集群分析 | 汇总集群通信数据,输出结果支持在 MindStudio Insight 中可视化查看。 | 集群分析 | cluster_analyse |
| 专家建议 | 基于性能数据自动识别计算、调度、通信等潜在问题,并输出优化建议。 | 专家建议 | advisor |
| 性能比对 | 支持 GPU/NPU、NPU/NPU 等多种场景的性能差异分析。 | 性能比对 | compare_tools |
推荐直接通过 pip 安装:
pip install -U msprof-analyze如需 whl 包下载、源码编译,请参见 《msprof-analyze工具安装指南》。
msprof-analyze 常用分析命令如下:
# 集群通信汇总
msprof-analyze cluster -m all -d ./cluster_data
# 专家建议
msprof-analyze advisor all -d ./prof_data -o ./advisor_output
# 性能比对
msprof-analyze compare -d ./ascend_pt -bp ./gpu_trace.json -o ./compare_output关键目录如下,详细信息参见 《目录结构说明》。
msprof-analyze
├── config # 配置文件目录
├── docs # 文档目录
├── msprof_analyze # 主代码包目录
│ ├── advisor # 专家建议模块
│ ├── cli # 命令行入口
│ ├── cluster_analyse # 集群分析模块
│ ├── compare_tools # 性能比对模块
│ ├── prof_common # 公共能力模块
│ └── prof_exports # 导出模块
├── requirements # 依赖管理目录
├── test # 测试目录
└── README.md # 项目说明文档
- 《自定义分析规则开发指导》
- 《版本说明》
- 《安全声明》
- LICENSE
欢迎大家为社区做贡献。如果有任何疑问或建议,请提交 Issues,我们会尽快回复。感谢您的支持。
| 📱 关注 MindStudio 公众号 | 💬 更多交流与支持 |
|---|---|
![]() 扫码关注获取最新动态 |
💡 加入微信交流群: 关注公众号,回复“交流群”即可获取入群二维码。 🛠️ 其他渠道: 👉 昇腾助手: 👉 昇腾论坛: |
本工具由华为公司的下列部门联合贡献:
- 昇腾计算 MindStudio 开发部
- 华为云昇腾云服务
- 昇腾计算生态使能部
- 2012 网络实验室
感谢来自社区的每一个 PR,欢迎贡献 msprof-analyze。
华为 MindStudio 全流程开发工具链团队致力于提供端到端的昇腾 AI 应用开发解决方案,使能开发者高效完成训练开发、推理开发和算子开发。更多信息请访问 昇腾社区 和 昇腾论坛。
