MindStudio Insight 版本发布说明
本文档记录 MindStudio Insight 所有正式版本的发布说明，包括新特性、优化项和修复的缺陷。
版本对比
| 版本 |
类型 |
发布日期 |
主要特性 |
| 26.0.0 |
稳定版 |
2026-04-29 |
ftrace 联合分析、PyTorch snapshot 分析、Triton 片上内存可视化、Host-Device 内存拷贝分析 |
| 26.0.0-alpha.1 |
预览版 |
2026-02-04 |
Host Bound 定位、RL 性能分析、Timeline 增强 |
| 8.3.0 |
稳定版 |
2026-02-03 |
集群性能分析、算子性能分析、内存分析、服务化分析 |
版本配套关系
版本列表
26.0.0 (最新稳定版)
版本概述
MindStudio Insight 26.0.0 提供昇腾 AI 全流程可视化调优能力，主要面向昇腾 AI 调优场景的开发者。本版本核心亮点如下：
- Host CPU 侧性能数据采集和分析能力
- 支持 PyTorch 框架 snapshot 内存分析
- 支持 Triton 算子调优片上内存使用分析
- 强化学习场景性能增强分析
主要更新
- ftrace 数据联合分析: 提供简单易用的 trace-cmd 采集控制工具，能够指定 CPU 控制和采集时长，并将采集到的 ftrace 数据转换为 MindStudio Insight 可直接解析的格式，以便于查看 Timeline 并自动分析 CPU 调度、中断及进程/线程打断等统计信息
- CPU 与运行进程间关系展示: 在粗粒度绑核脚本中增加查询 CPU 和运行进程的可视化能力，辅助验证绑核是否生效
- CPU/NPU/NUMA 拓扑关系展示: 增加可视化能力，实现 CPU/NPU/NUMA 拓扑关系展示
- 容器与宿主机 pid 映射关系展示: 支持容器内使用绑核分析场景
- PyTorch 框架 snapshot 分析: 能够导入和分析 PyTorch Profiler 生成的 snapshot 文件，提供类似于 memory_viz 的内存使用细节查看功能，并且能够处理更大（数十 GB 级）的 snapshot 文件，支持强化学习场景下的内存问题定位
- Triton 片上内存使用过程可视化: 支持展示 Triton 算子开发过程中 UB 移除问题的内存情况
- Host-Device 间内存拷贝专项分析: 内存拷贝按流按类型统计、内存拷贝该流按类型查询详细算子信息、算子点击跳转 timeline 位置
- ACLGraph 的 JSONPrint 输出展示: 保证相关的 Record 事件和 Wait 事件能同时结束，且 Wait 事件的起始时间应该小于 Record 时间的起始时间，展现从 Record 事件发向 Wait 事件的唤醒信息
- ACLGraph 场景下 Stream 合并: 实现自动合并 Stream 泳道的功能，从而减少前端需要显示的泳道数量
- 集成 Python 代替 PyInstaller: Python 解释器 + 集群分析工具使用的三方库 + 集群分析 Python 脚本
下载地址
26.0.0-alpha.1 (预览版)
主要更新
- Host Bound 问题定位: 支持 Linux Kernel Trace、ftrace 等 Host 性能分析
- RL 性能分析: 支持 MindStudio Insight Timeline 场景分析
- Timeline 功能增强: 支持 func/算子/通信/内存多维度分析
- JupyterLab 插件: 支持 Python 包安装
下载地址
8.3.0 (稳定版)
主要更新
- MindStudio Insight 支持集群 vllm 场景性能分析
- MindStudio Insight 支持算子性能分析
- MindStudio Insight 支持内存分析
- MindStudio Insight 支持服务化分析
下载地址
相关链接
最后更新: 2026-06-09
