MindStudio 26.0.0 版本说明
1. 版本概述
MindStudio 26.0.0 是昇腾面向AI开发者打造的全流程开发工具链，覆盖算子开发，训练开发和推理开发场景。本版本核心亮点如下：
- 亮点1：聚焦大模型训练场景下多核调度不合理、强化学习故障难定位、长时间训练异常难察觉等常见问题，针对性升级钓友和诊断能力；
- 亮点2：围绕推理落地中，量化适配周期长、线上服务调优困难等痛点，补齐全场景推理优化能力；
- 亮点3：针对算子开发调试周期长、内存问题难排查等开发痛点，整合工具能力、完善可视化诊断体系。
2. 配套关系
| 软件/硬件 | 版本要求 |
|---|---|
| MindStudio | 26.0.0 |
| Ascend HDK版本 | 跟随CANN部署要求 |
| CANN版本 | 9.0.0 |
| PyTorch版本 | >=2.3 |
3. 开源开放变更
- 支持msProf、msPTI、msMemScope、msServiceProfiler、msKPP、msOpGen、msKL、msSanitizer、msDebug、msOpProf、msTX工具独立安装、卸载和升级。
- MindStudio工具链软件不支持从MindStudio 8.3.0版本直接升级到MindStudio 26.0.0版本。如需使用MindStudio 26.0.0版本，请直接安装对应版本的软件。
4. 新增特性
4.1 算子开发工具链
| 序号 | 特性名称 | 特性描述 |
|---|---|---|
| 1 | msDebug支持Atlas 350core dump文件解析 | 支持展示Atlas 350相关寄存器和变量打印 |
| 2 | msOpprof支持shmem算子库 | 支持通过msopprof获取shmem算子性能数据 |
| 3 | msSanitizer支持shmem算子库 | 支持通过msSanitizer扫描shmem算子 |
| 4 | 算子调优以及异常检测支持triton算子 | 支持通过算子工具进行triton性能调优以及异常检测 |
| 5 | msOpprof支持Scalar性能数据分析 | msOpprof支持Scalar数据展示 |
| 6 | msSanitizer支持对AscendC API执行过程的检测 | 支持LocalTensor越界场景的算子检测 |
4.2 msProbe
| 序号 | 特性名称 | 特性描述 |
|---|---|---|
| 1 | verl训推一致性比对 | msprobe支持verl训推一致性场景下的训练和推理数据比对 |
| 2 | vllm支持动态启停dump | msprobe支持vllm动态启停dump |
| 3 | 随机行为检查和固定 | msprobe支持工程随机行为检查和随机固定 |
4.3 msProf
| 序号 | 特性名称 | 特性描述 |
|---|---|---|
| 1 | Python GIL 锁检测 | 新增 GIL Tracer 采集与转换能力，可辅助定位 Python 线程锁竞争导致的性能瓶颈 |
| 2 | wait/record 事件 HostToDevice 连线 | 在 HostToDevice 视图中增加 wait/record event 与 memcpyAsync event 的关联连线，便于从 Host 侧调用追踪到 Device 侧执行 |
| 3 | A5与新芯片场景解析增强 | 增强A5代际继承硬件级 timeline 的 C 化适配，补齐 BIU/UB/CCU 等数据解析，并新增 chip 2/3/4 的 ACLGraph 场景解析支持 |
| 4 | PMU 解析能力增强 | 解除 PMU 解析限制，支持更多 PMU 指标与自定义 PMU 场景解析 |
4.4 msprof-analyze
| 序号 | 特性名称 | 特性描述 |
|---|---|---|
| 1 | 融合算子前后性能对比 | 新增对 GE 自动融合及 inductor+triton 自动生成融合算子的前后性能对比能力，可直接识别融合后耗时占比与性能收益，帮助评估自动融合策略效果 |
| 2 | Host 与集群瓶颈自动分析 | 新增 free_analysis、communication_bottleneck、慢节点启动等分析能力，可识别 Device 大块空闲、Host Bound/Device Bound 原因、通信慢卡及慢节点启动异常，帮助快速定界集群性能瓶颈 |
| 3 | NPU/GPU 模型拆解比对 | 新增 calibrate_npu_gpu 能力，支持对 NPU 与 GPU profiling 数据进行自动拆解、Module 层级对齐和耗时差异分析，用于跨平台性能校准与瓶颈定位 |
| 4 | Recipe 文本交付件导出 | 新增 Recipe 分析能力的 text 类型导出，支持将细粒度分析结果直接导出为 CSV/JSON/Excel 等文本交付件，降低对数据库工具的依赖，便于结果共享与快速查看 |
| 5 | 计算与通信掩盖分析增强 | 新增计算通信算子覆盖线性度分析能力，帮助识别计算算子对通信算子的掩盖程度，辅助定位训练链路中的真实瓶颈 |
4.5 msMemScope
| 序号 | 特性名称 | 特性描述 |
|---|---|---|
| 1 | 支持OOM场景保留必要信息 | 在检测到 OOM 返回值时，自动捕获并落盘当前显存使用快照，同时记录本次申请的完整函数调用栈 |
| 2 | 新增vllm框架下一键开启msmemscope显存拆解/显存快照功能 | vllm框架下，可以使用本工具进行一键显存拆解，分析模块、阶段的显存占用情况 |
4.6 msInsight
| 序号 | 特性名称 | 特性描述 |
|---|---|---|
| 1 | MindStudio Insight支持ftrace数据联合分析 | 提供一个简单易用的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 |
| 2 | 支持展示CPU与运行进程间关系 | 实现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 |
| 3 | 支持展示CPU/NPU/NUMA拓扑关系 | 增加可视化能力，实现CPU/NPU/NUMA拓扑关系 |
| 4 | 支持展示容器与宿主机之间的 pid 映射关系 | 支持容器内使用绑核分析场景 |
| 5 | MindStudio Insight支持PyTorch框架snapshot分析 | mmsInsight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 |
| 6 | 支持Triton片上内存使用过程可视化 | MSInsight支持展示Triton算子开发过程中UB移除问题的内存情况 |
| 7 | 支持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 |
| 8 | 支持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 |
| 9 | 支持aclgraph场景下Steam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 |
| 10 | 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 |
4.7 msPTI
| 序号 | 特性名称 | 特性描述 |
|---|---|---|
| 1 | Runtime API 采集适配 | 新增对 CANN Runtime API 的采集适配，便于分析 Runtime 层接口耗时与调用链路 |
| 2 | 降低 LD_PRELOAD 依赖 | 改进 device 数据源获取方式，减少 callback 和采集场景对 LD_PRELOAD 环境变量的依赖，提升接入易用性 |
| 3 | stepTraceV6 解析适配 | 新增 stepTraceV6 数据解析适配，补齐新格式 step trace 场景下的采集与分析支持 |
4.8 msMonitor
| 序号 | 特性名称 | 特性描述 |
|---|---|---|
| 1 | npu-monitor 按算子名称筛选 | 支持通过 --filter 按 Kernel、Marker 等数据类型和关键字筛选采集结果，减少无关数据干扰，便于用户聚焦关键算子或打点信息 |
| 2 | npu-monitor 按时长自动采集 | 新增 --duration 参数，可按指定时长自动结束采集并完成消费、落盘与资源释放，适合定时观测和自动化任 |
| 3 | nputrace 异步解析 | 新增 --async-mode 参数，在完成采集后由独立流程异步执行解析，降低在线解析对训练或推理主流程的阻塞 |
| 4 | 轻量化 Monitor API 采集接口 | 新增 Monitor Python 接口，支持 start、stop、get_result、save 等调用方式，可采集 API、RuntimeAPI、AclAPI、NodeAPI、Kernel、Communication、Marker 等数据并导出 Excel，便于在脚本中集成轻量性能观测能力 |
4.9 msModelSlim
| 序号 | 特性名称 | 特性描述 |
|---|---|---|
| 1 | AWQ算法支持与离群值抑制能力增强 | 支持 AWQ 及相关离群值抑制场景，帮助用户在精度与效率之间取得更优平衡 |
| 2 | Rotation Tune/AdaptRotation支持 | 支持 Rotation Tune/AdaptRotation 量化能力，提升高难模型量化稳定性 |
| 3 | GPTQ算法能力完善 | 提供 GPTQ 算法支持及相关资料/参数完善，便于用户按目标场景选择权重量化策略 |
| 4 | 量化精度自动调优能力 | 支持基于 vLLM-Ascend 与 AisBench 的量化精度自动调优，减少手工试参成本 |
| 5 | 一键量化推荐场景优化 | 优化一键量化推荐场景，提升开箱体验与配置命中率 |
| 6 | 敏感层分析能力增强 | 敏感层分析支持 Attention 结构，并补齐 mse_layer_wise 指标实现与说明 |
| 7 | 多模态模型量化扩展 | 支持多模态理解模型量化接入，并覆盖 Qwen2.5-Omni、Qwen3-Omni、Qwen3-VL 等模型 |
| 8 | GLM/Qwen/DeepSeek系列适配扩展 | 持续补齐 GLM-4.7、GLM-5、Qwen3-Coder、Qwen3.5、DeepSeek-V3.2 等模型量化支持 |
| 9 | FP4权重打包能力 | 增加 pack fp4 to uint8 能力，帮助用户在模型交付与部署前进行更高效的权重封装 |
4.10 msServiceProfiler
| 序号 | 特性名称 | 特性描述 |
|---|---|---|
| 1 | vLLM 推理服务 Prometheus 监测集成 | 支持对接 Prometheus 监测系统，实现 vLLM 推理服务运行原生的 metrics 数据采集与扩展推理关键指标监测 |
| 2 | 自定义执行时间作为 metric 指标 | 支持将关键执行时间作为 metric 指标自动配置与汇总，帮助用户在关键路径上进行监测观测与汇总 |
| 3 | metric 数据动态暂停与标签自动分配 | 支持 metric 数据动态暂停、标签自动分配、同一服务多次采集等灵活配置，便于批量比对和参数调优 |
| 4 | vLLM DPLB 指标数据采集 | 支持 vLLM 推理服务 DPLB（请求分发）指标数据采集与展示 |
| 5 | OpenTelemetry 动态对接 Trace 统一追踪 | 支持对接 OpenTelemetry 动态追踪，实现推理服务进程全链路 Trace 统一追踪能力，支持对单 EP 进程 Trace 信息汇总 |
| 6 | 自动生成 TraceID | 支持自动生成 TraceID，便于跨进程推理服务的 Trace 关联分析 |
| 7 | Torch Profiler 数据采集与解析 | 支持 Torch Profiler 数据采集与解析，增强对框架执行热点、调用栈等细节的分析能力，帮助用户定位推理服务中的性能瓶颈 |
| 8 | vLLM 推理服务自动插桩采集 | 支持对 vLLM 推理服务进行自动插桩采集，实现关键性能数据的无侵入式采集与解析 |
| 9 | SGLang 推理服务采集支持 | 增强对 SGLang 推理框架的采集与解析支持，实现推理关键指标采集、TorchProfiler 采集与解析 |
| 10 | MindIE TorchProfiler 支持 | 支持对 MindIE 推理框架的 TorchProfiler 指标采集与解析 |
| 11 | Profiling 数据对比 | 支持 Profiling 数据对比功能，实现关键指标对比、版本对比、趋势对比等对比分析，帮助用户高效进行版本差异验证 |
| 12 | config.toml 支持 JSON 格式 | 自动调优配置文件 config.toml 支持使用 JSON 格式配置，支持 JSON 格式内嵌调优脚本配置 |
| 13 | 结果输出参数约束调优 | 支持将结果输出参数如对比长度等进行压缩约束，限定调优范围 |
| 14 | NPU OOM 异常等待处理 | 支持调优流程中遇到 NPU out of memory 异常后等待 30 秒继续处理，增强调优流程的容错性 |
| 15 | 推理服务异常状态数据保留 | 支持检测到推理服务进入异常状态后数据保留，增强自动调优流程的可靠性 |
4.11 msTX
| 序号 | 特性名称 | 特性描述 |
|---|---|---|
| 1 | 所有仓统一新的优化下载机制 | 优化mstx下载机制 |
5. 变更特性
5.1 msProbe
| 序号 | 变更内容 | 变更影响 |
|---|---|---|
| 1 | 优化趋势可视化图表 tooltip 样式和数据展示 | 改善 tb_graph_ascend 趋势可视化的数据阅读体验 |
| 2 | dump修改risk_level的默认等级为focus | 减少默认dump的API数量，方便数据分析 |
5.2 msProf
| 序号 | 变更内容 | 变更影响 |
|---|---|---|
| 1 | run 包安装与卸载流程调整 | run 包适配安装到 CANN 整包目录，新增 --uninstall 卸载参数，并要求 --install-path 直接指向实际 cann 目录，方便与整包安装流程对齐 |
| 2 | run 包命名统一 | 不兼容变更：run 包文件名由 Ascend-mindstudio-msprof_version_linux-archxx.run 调整为 ascend-mindstudio-msprof_version_archxx.run，依赖旧文件名的自动化脚本需要同步适配 |
| 3 | 性能结果展示字段与表头调整 | task_time 支持展示 kernel_name，UB summary 删减冗余字段并调整表头，block Dim 重命名为 block Num。依赖旧字段名或旧表头的解析脚本需要同步更新 |
5.3 msprof-analyze
| 序号 | 变更内容 | 变更影响 |
|---|---|---|
| 1 | export_type 参数语义统一为 text | cluster/recipe 相关能力将 CSV、JSON、Excel 等文本交付件统一归类为 text；module_statistic 的导出类型也由 excel 调整为 text。依赖旧参数取值或旧导出类型名称的脚本需要同步适配 |
| 2 | 分析结果字段与单位兼容性调整 | communication_bottleneck 输出时间统一换算为微秒；Advisor 适配上游 blockDim 表头变更为 block Num。依赖旧时间单位或旧表头名的解析脚本需要同步更新 |
5.4 msPTI
| 序号 | 变更内容 | 变更影响 |
|---|---|---|
| 1 | run 包安装与卸载流程调整 | run 包新增 --uninstall 参数，安装脚本适配 CANN 整包构建场景，并补充卸载时删除安装脚本与 whl 包的处理逻辑 |
| 2 | run 包命名规范调整 | 不兼容变更：run 包名称最终统一为 mindstudio-profiler-tools-interface_version_archxx.run，依赖旧文件名的自动化脚本需要同步修改 |
| 3 | 安装兼容性增强 | 非 root 用户安装场景增加目录权限处理逻辑，降低在 CANN 包目录下安装失败的概率 |
5.5 msMonitor
| 序号 | 变更内容 | 变更影响 |
|---|---|---|
| 1 | Python 分发包命名调整 | 公开 release 中 Python 安装包名称由 msmonitor_plugin-{version}-xxx.whl 调整为 mindstudio_monitor-{version}-xxx.whl。依赖旧包名的自动化安装脚本需要同步适配 |
| 2 | 新增脚本内轻量采集使用方式 | 除 dyno 命令行方式外，用户现在可以直接通过 from msmonitor import Monitor, ActivityKind 在 Python 脚本中启停采集、获取结果并导出文件，适用场景从命令行排查扩展到自动化测试、持续性能回归和工具集成 |
5.6 msModelSlim
| 序号 | 变更内容 | 变更影响 |
|---|---|---|
| 1 | 移除重复且未经验证的 Qwen3 W8A8 配置（含 pd_mix 相关项） | 配置来源更单一，降低误用风险；若用户使用旧配置文件，需同步替换为最新推荐配置 |
| 2 | 文档链接与托管路径规范化（相对路径、错误链接修复） | 用户查阅资料时的跳转成功率与定位效率提升 |
| 3 | 敏感层分析相关指标与文档说明完善 | 用户在敏感层分析结果解读和参数选择时更清晰，减少试错成本 |
| 4 | V1 权重描述文件中 model_quant_type 优先级调整（W8A8_DYNAMIC 高于 W8A8） | 输出描述信息与真实策略更一致，便于用户准确识别量化方式 |
5.7 msServiceProfiler
| 序号 | 变更内容 | 变更影响 |
|---|---|---|
| 1 | 监测模块 metric 采集支持关键指标采集与展示 | 文档使用方式同之前版本，用户无需更新指示即可直接使用 |
| 2 | 推理服务使用方式变更 | README与安装说明文档使用方式进行了部分修订，首次使用请参考最新版本 |
| 3 | MindIE 新版本配套适配 | 对最新 MindIE 版本配套判断逻辑进行调整，适配新版特性 |
| 4 | 日志显示优化 | Trace 相关日志显示模块、版本标识等进行了优化，减少冗余日志信息，提升问题定位效率 |
6. 修复漏洞
| 序号 | 问题描述 | 影响范围 |
|---|---|---|
| 1 | 修复某些场景下，finish命令导致工具挂掉问题 | msdebug工具异常退出 |
| 2 | 检测main scalar的非对齐时，LD_LO指令发生漏报 | mssanitizer功能问题 |
| 3 | matmulleakyrelu_kernellaunch算子寄存器设置归零后，用工具拉起后核名称打印错误 | mssanitizer功能问题 |
| 4 | A3上triton算子使用--kernel-name参数后算子运行失败 | mssanitizer功能问题 |
| 5 | A3上指定卡后，用工具拉起triton算子异常 | mssanitizer功能问题 |
| 6 | aclnnWeightQuantMatmulAllReduceAddRmsNorm算子发生非法释放误报 | mssanitizer功能问题 |
| 7 | 某款芯片不存在MemoryDetail功能，--help不应展示MemoryDetail参数 | msopprof功能问题 |
| 8 | 某款芯片上执行仿真采集数据落盘的dump数据存在部分权限644问题 | msopprof功能问题 |
| 9 | 精度dump数据包含aclnn数据，om和onnx比对功能报错 | om离线模型比对功能 |
| 10 | monitor监控权重梯度报错 | msprobe monitor权重梯度监控功能 |
| 11 | msprobe config_check 帮助信息中 -o 默认路径描述不准确 | config_check 命令帮助信息 |
| 12 | acc_check 和 multi_acc_check 二级参数帮助信息展示不完整 | 精度检查命令行帮助 |
| 13 | 修复 UT Mock 范围错误及断言逻辑问题，降低开发自测阶段的误报与误判 | 单元测试与开发自测场景 |
| 14 | 修复 <<<>>> 场景上报 shape 信息变化后 FFTS+ 数据关联失败的问题，恢复相关场景的正确关联 | FFTS+ 解析场景 |
| 15 | 修复大数据量场景下 op_summary 因 task id 回绕导致的算子匹配错误问题 | 大数据量 op_summary 解析场景 |
| 16 | 修复 A5 场景下 timeline C 化导出缺少 block_detail、lower_power 以及打点数据被误过滤等问题 | A5 数据采集与导出场景 |
| 17 | 修复 CANN 整包安装过程中 msprof 卸载脚本可能存在残留的问题 | CANN 整包安装/卸载场景 |
| 18 | 修复 mstx_sum 与 cluster_time_summary 在缺少 STEP_TIME 数据时直接报错的问题，恢复无 step_time 场景下的分析与导出能力 | 集群细粒度拆解、MSTX 汇总分析场景 |
| 19 | 修复 calibrate_npu_gpu 导出阶段的异常与无拆解结果场景防护不足问题，提升跨平台拆解比对的稳定性 | NPU/GPU 性能数据拆解比对场景 |
| 20 | 修复 compare 数据拆解结果中 DB 内存单位错误，以及新格式 Enqueue@xxx / Dequeue@xxx 名称适配问题，保证拆解结果口径正确 | compare 数据拆解与 DB 结果读取场景 |
| 21 | 修复更换编译环境后编译报错的问题，恢复不同编译环境下的构建稳定性 | 源码编译与流水线构建场景 |
| 22 | 修复 socLog 最后一条数据丢失问题，降低日志分析结果缺失风险 | 日志采集与分析场景 |
| 23 | 修复 hostFreq disable 场景异常问题，提升对应监控场景稳定性 | Host 频率相关采集场景 |
| 24 | 修复 sysCnt 整型溢出问题，避免计数异常影响结果准确性 | 计数统计与采集结果场景 |
| 25 | 修复 mstx 时间戳异常问题，提升打点时间线分析准确性 | MSTX 打点与时间线分析场景 |
| 26 | 修复 device_mtx 死锁问题，提升并发采集和接口调用稳定性 | 设备侧并发采集场景 |
| 27 | 修复 Monitor 采集 marker 时因 msptiSubscribe 与 msptiActivityEnable 时序竞争导致的偶发 device 数据缺失问题，提升采集完整性 | Monitor marker 采集场景 |
| 28 | 修复 monitor.save() 在输出目录不存在时保存失败的问题，确保用户可直接落盘到新建路径 | Monitor API 结果保存场景 |
| 29 | 修复 npu-monitor 在首个 report-interval-s 到达前执行 stop 时可能出现的 GIL 死锁问题，避免提前停止导致进程卡死 | npu-monitor 提前停止场景 |
| 30 | 修复 npu-monitor 入参为相对路径软链接时校验失败的问题，提升命令行使用兼容性 | npu-monitor 命令行启动场景 |
| 31 | 修复 Qwen3 最佳实践 YAML 中重复 W8A8 配置且包含未经验证 pd_mix 项的问题 | 使用 Qwen3 最佳实践模板的量化用户 |
| 32 | 修复 Qwen3.5-27B 量化报错相关问题，并配套资料改进 | 使用 Qwen3.5-27B 量化流程的用户 |
| 33 | 修复 GLM-5 权重量化保存后处理报错问题（含不开启 QuaRot 场景） | 使用 GLM-5 量化与导出流程的用户 |
| 34 | 修复安装后自动判断是否已安装 msserviceprofiler 的问题，避免用户手动卸载 | 安装与卸载流程 |
| 35 | 修复使用 torch.profiler 接口采集 NPU 设备数据时的冲突问题 | Torch Profiler 数据采集 |
| 36 | 修复 vLLM 推理性能采集结果中数据格式不统一的问题 | vLLM 数据解析 |
| 37 | 修复 vLLM 推理服务 prefill_gen_speed、decode_gen_speed 计算异常的问题 | vLLM 性能指标计算 |
| 38 | 修复监测日志打印修改问题 | 日志记录 |
| 39 | 修复 vLLM 推理性能采集器提示 No default config file found to populate PROFILING_SYMBOLS_PATH 的问题 | vLLM 配置加载 |
| 40 | 修复 sglang 采集文件默认配置下采集数据缺失 torch 调用栈信息的问题 | SGLang 数据采集 |
| 41 | 修复 ms_serviceparam_optimizer 自动调优时 vLLM 推理服务默认访问地址为 127.0.0.1、未支持 IPv6 格式访问的问题 | 自动调优网络访问 |
| 42 | 修复 vLLM 推理性能采集器解析文件缺失问题 | vLLM 数据解析 |
| 43 | 修复 vLLM 推理性能采集器解析 request.csv 文件中数据格式异常、部分字段为空的问题 | vLLM 数据解析 |
| 44 | 修复 MindIE 推理使用 ais_bench 压测工具后解析结果 request.csv 中 reply_token_size 等字段值为空的问题 | MindIE 数据解析 |
7. 已知问题
| 序号 | 问题描述 | 影响 | 规避措施 | 计划修复版本 |
|---|---|---|---|---|
| 1 | 开启Python Trace采集时，概现部分数据行格式紊乱 | 部分Python函数执行轨迹丢失 | 暂无 | 26.1.0 |
| 2 | 内存数据采集量较大时，概现工具进程崩溃，报段错误异常 | 概现msMemscope工具不可用 | 暂无 | 26.1.0 |
8. 其他
更多版本说明相关内容请根据下表获取。
| 工具名称 | 获取链接 |
|---|---|
| msKPP | 版本说明 |
| msOpGen | 版本说明 |
| msDebug | 版本说明 |
| msSanitizer | 版本说明 |
| msOpProf | 版本说明 |
| msKL | 版本说明 |
| msTX | 版本说明 |
| msProf | 版本说明 |
| msProbe | 版本说明 |
| msMonitor | 版本说明 |
| msPTI | 版本说明 |
| msMemScope | 版本说明 |
| msServiceProfiler | 版本说明 |
| msInsight | 版本说明 |
| msprof-analyze | 版本说明 |
| msModelSlim | 版本说明 |