c175dd65创建于 13 天前历史提交

msOpProf使用场景

采集Kernel直调方式Ascend C算子的性能数据

概述

展示如何使用msOpProf工具采集Kernel直调方式Ascend C算子的性能数据，以内核调用符<<<>>>方式调用算子为例。

Kernel直调场景，详细信息可参考《Ascend C算子开发指南》中“Kernel直调算子开发”章节。

前期准备

单击Add样例获取样例工程，以Add向量加法算子为例。
```
git clone https://gitcode.com/cann/asc-devkit.git -b 9.0.0
```
分别参考msopprof模式用户指南的“使用前准备”和msopprof simulator模式用户指南的“使用前准备”完成相关环境变量配置，为采集算子上板和仿真调优数据做准备。

操作步骤

基于样例工程的说明，构建可运行在昇腾设备上的算子可执行文件，编译完成后，在工程目录下生成可执行文件add。
```
mkdir -p build && cd build;   # 创建并进入build目录
cmake ..;make -j;             # 编译工程
```
说明

本示例中可执行文件的名称（add）仅为示例，具体以当前工程中用户实际编译的脚本为准。
使用如下命令完成msopprof上板性能数据和精细化调优数据的采集，也可参考msopprof模式命令指定其他命令参数。
```
msprof op add
```

修改样例工程的编译文件CMakeLists.txt，构建可运行在仿真器上的算子可执行文件，编译完成后，在工程目录下生成可执行文件add_sim。

target_compile_options(add_sim PRIVATE
    $<$<COMPILE_LANGUAGE:ASC>:--npu-arch=dav-XXXX>          # 需根据实际部署的 NPU 硬件架构选择对应的 `npu-arch` 参数
    -g                                                      # 代码热点图等功能需要开启该编译选项
    -O2
)
target_link_directories(add_sim PRIVATE
    $ENV{ASCEND_HOME_PATH}/tools/simulator/Ascendxxxyy/lib
)
target_link_libraries(add_sim PRIVATE
    runtime_camodel
    npu_drv
)

使用如下命令完成msopprof simulator性能数据、流水图和热点图数据的采集，也可参考msopprof simulator模式命令指定其他命令参数。

说明
参数 --soc-version 的值可通过执行以下命令获取：python3 -c "import acl; print(acl.get_soc_name())"。
```
msprof op simulator --soc-version=Ascendxxxyy add_sim
```
出现如下打屏回显，表示算子性能数据采集成功。
```
[INFO] Profiling running finished. All task success.
```
分别查看算子上板和仿真的性能数据，可将采集得到的visualize_data.bin文件导入MindStudio Insight，具体导入操作请参考《MindStudio Insight用户指南》的“导入性能数据”章节。

说明

其它算子调用场景下获取的性能数据文件，可使用相同方式查看。

采集API调用单算子的性能数据

概述

展示如何使用msOpProf工具采集API调用单算子的性能数据，以自定义算子工程和aclnn单算子API调用为例。

单算子API调用场景，详细信息可参考《Ascend C算子开发指南》中“工程化算子开发 > 单算子API调用”章节。

前期准备

单击自定义算子工程样例，获取自定义算子工程。
分别参考msopprof模式用户指南的“使用前准备”和msopprof simulator模式用户指南的“使用前准备”完成相关环境变量配置，为采集算子上板和仿真调优数据做准备。

操作步骤

基于样例工程说明，完成自定义算子的编译、打包及部署。

mkdir -p build && cd build
cmake .. && make -j binary package
./custom_opp_*.run

基于aclnn单算子API调用样例，构建算子可执行文件。编译完成后，在工程目录下生成可执行文件execute_add_op，该文件可运行在昇腾设备和仿真器上。
```
mkdir -p build; cd build
cmake .. && make -j
```
使用如下命令完成msopprof上板性能数据和精细化调优数据的采集。
```
msprof op execute_add_op
```
使用如下命令完成msopprof simulator性能数据、流水图和热点图数据的采集。

说明
参数 --soc-version 的值可通过执行以下命令获取：python3 -c "import acl; print(acl.get_soc_name())"。
```
msprof op simulator --soc-version=Ascendxxxyy execute_add_op
```

采集PyTorch框架算子的性能数据

概述

通过PyTorch框架进行单算子调用的场景，详细信息可参考《Ascend Extension for PyTorch 套件与三方库支持清单》中“昇腾自研插件”章节中OpPlugin插件。

PyTorch框架算子调用场景下，进行性能数据采集的操作步骤与采集triton算子场景基本一致。

采集triton算子的性能数据

概述

展示如何使用msOpProf工具采集triton算子的性能数据。

前期准备

单击triton-ascend快速入门，完成Triton及Triton-Ascend插件的安装和配置。
自备Triton算子实现文件。若用户尚未准备Triton算子，可参考操作步骤中的示例。
分别参考msopprof模式用户指南的“使用前准备”和msopprof simulator模式用户指南的“使用前准备”完成相关环境变量配置，为采集算子上板和仿真调优数据做准备。

操作步骤

准备基础的triton算子样例test_add.py。

import torch
import torch_npu

import triton
import triton.language as tl

M : tl.constexpr = 128
N : tl.constexpr = 32

@triton.jit
def add_kernel(output_ptr, x_ptr, y_ptr):
    offsets = tl.arange(0, M * N)
    x = tl.load(x_ptr + offsets)
    y = tl.load(y_ptr + offsets)
    output = x + y
    tl.store(output_ptr + offsets, output)

z = torch.randn((M, N), dtype=torch.float32).npu()
res = torch.empty_like(z)
add_kernel[8, 1, 1](res, z, z)

使用如下命令完成msopprof上板性能数据和精细化调优数据的采集。
```
msprof op python3 test_add.py
```
使用如下命令完成msopprof simulator性能数据、流水图和热点图数据的采集。

说明
参数 --soc-version 的值可通过执行以下命令获取：python3 -c "import acl; print(acl.get_soc_name())"。
```
msprof op simulator --soc-version=Ascendxxxyy python3 test_add.py
```
说明

该样例算子已经去除了其它非triton算子的冗余计算，仅保留一个需要采集仿真性能的triton算子add_kernel，可极大节约仿真运行的整体耗时。即使指定了--kernel-name的情况下，仿真器仍会按照算子顺序依次运行，因此建议仿真运行前减少非必要的算子。

采集catlass算子的性能数据

概述

展示如何使用msOpProf工具采集catlass算子的性能数据。

前期准备

单击catlass社区获取样例工程。

git clone https://gitcode.com/cann/catlass.git -b v1.5.0

分别参考msopprof模式用户指南的“使用前准备”和msopprof simulator模式用户指南的“使用前准备”完成相关环境变量配置，为采集算子上板和仿真调优数据做准备。

操作步骤

按照catlass快速入门的示例，准备环境并编译算子上板可执行文件，以basic_matmul样例为例。
```
bash scripts/build.sh 00_basic_matmul
```

使用如下命令完成msopprof上板性能数据和精细化调优数据的采集。

# 切换至编译产物目录
cd output/bin
# ./00_basic_matmul m n k [deviceId]
msprof op ./00_basic_matmul 256 512 1024 0

编译脚本增加选项--simulator，编译算子仿真可执行文件，并根据提示，加载仿真器二进制路径。

bash scripts/build.sh --simulator 00_basic_matmul
# 以下根据编译后的实际输出执行
export LD_LIBRARY_PATH=/usr/local/Ascend/ascend-toolkit/latest/tools/simulator/Ascendxxxyy/lib:$LD_LIBRARY_PATH
export LD_PRELOAD=/usr/local/Ascend/ascend-toolkit/latest/tools/simulator/Ascendxxxyy/lib/libruntime_camodel.so:/usr/local/Ascend/ascend-toolkit/latest/tools/simulator/Ascendxxxyy/lib/libnpu_drv_camodel.so

使用如下命令完成msopprof simulator性能数据、流水图和热点图数据的采集。

说明
参数 --soc-version 的值可通过执行以下命令获取：python3 -c "import acl; print(acl.get_soc_name())"。
```
# 切换至编译产物目录
cd output/bin
# 可执行文件名 |矩阵m轴|n轴|k轴|Device ID（可选）
msprof op simulator --soc-version=Ascendxxxyy ./00_basic_matmul 256 512 1024 0
```

采集MC2算子的性能数据

概述

展示如何使用msOpProf工具来上板调优一个MC2算子，并生成通算流水图。

本示例以Ascend CL单算子调用为例，其他调用场景请参见《Ascend C算子开发指南》。

前期准备

完成MC2算子的开发。
参考msopprof模式用户指南的“使用前准备”完成相关环境变量配置。

操作步骤

请参考算子编译部署，完成算子的编译部署。
1. 在算子编译文件op_kernel目录下的CMakeLists.txt中引入以下编译选项，使能MC2算子的AIC打点和代码行映射功能。
```
add_ops_compile_options(ALL OPTIONS -DASCENDC_TIME_STAMP_ON -g)
```
2. 进入自定义算子工程目录下编译部署算子。
```
./build_out/custom_opp_<target_os>_<target_architecture>.run
```

使用msOpProf采集MC2算子的性能数据。

msprof op --output=$HOME/projects/output $HOME/projects/MyApp blockdim 1   # --output为可选参数,$HOME/projects/MyApp为使用的app,blockdim 1为用户app的可选参数

界面生成以下目录结构和性能数据文件，具体请参见msopprof模式用户指南。
将trace.json或visualize_data.bin文件导入MindStudio Insight工具进行可视化呈现，具体请参见msopprof模式用户指南中的计算内存热力图、通算流水图和Roofline瓶颈分析图。