已关闭
msopprof 无法针对 A2/A3/A5 自动化编译算子并采集数据，现有调优手段仅覆盖 AscendC 算子 #179
逋客创建于 8月10日关闭于 27 天前
Mrtutu
8月10日 评论：
8月10日 评论：
👋 您好,欢迎向 MindStudio-Agent 提交 Issue！
我们已收到您的反馈，感谢你对开源社区的支持。🎉
📅处理时效： 维护团队将在24小时内 查看并回复您的问题（工作日）。
🔍自助查询： 在等待期间，建议您先查阅以下资料，可能已有解决方案：
📖 MindStudio-Agent 官方文档
📝 贡献者指南
请确保 Issue 描述清晰，包含复现步骤和日志，这将帮助我们更快定位问题。谢谢！
8月10日 添加了label：triaged
8月11日 从 Ascend/msagent 转移
8月11日 从 Ascend/msopprof 转移
8月11日 添加了label：feature
逋客
9月1日 评论：
9月1日 评论：
已解决
27 天前 issue状态由 TODO 改变为 DONE
27 天前 关闭了 issue
27 天前 添加了label：resolved
问题描述
当前 msagent 的算子性能调优能力存在两个覆盖缺口：
1. msopprof 无法针对 A2/A3/A5 自动化编译算子并采集数据
算子性能分析的前提是「可运行的实现 + 对应平台的 profiling 数据」。目前 msopprof 相关流程缺少自动化的「编译 → 上板/仿真 → 数据采集」链路，用户需要手工完成各平台（A2/A3/A5）的编译与环境对齐，才能进入 profiling 阶段，效率低且容易因 CANN 版本、SoC 差异导致数据不可用。
2. 现有 msopprof 调优手段只针对 AscendC 算子，覆盖有限
msagent 内置的算子调优 skill（
ascendc-operator-performance-optim）仅覆盖 AscendC 一种 DSL。随着 CATLASS、Triton-Ascend、TileLang-Ascend、PyPTO、SHMEM/MC2 等算子开发路径的普及，大量算子不在覆盖范围内，无法复用「基线 → 采集 → 瓶颈判定 → 优化 → 前后对比」的调优闭环。期望
关联
ops-performance-tuningskill，覆盖六种 DSL 的编译、profiling 与性能调优流程）