性能测试
TTK 支持采集算子在 NPU 上的执行性能。通过 --warmup、--run、--task-prof 等参数控制预热与采集行为，区分稳态性能与冷启动性能。
核心参数
| 参数 | 默认值 | 说明 |
|---|---|---|
--warmup |
true |
采集前是否预热 |
--run |
3（仿真模式 1） |
采集迭代次数 |
--task-prof |
true |
任务级性能采集开关；false 时关闭 msprof/torch profiler 采集，仅保留功能与精度比对，性能列显示占位值（kernel：OK,OK,OK；geir：CST_OFF/DYN_OFF；aclnn：空 + perf_status=UNKNOWN；e2e：----） |
两种性能模式
| 模式 | 参数 | 语义 |
|---|---|---|
| 稳态性能（默认） | --warmup true --run 3 |
预热后跑 3 次（首轮是否计入随通路：kernel/aclnn 首轮不进统计、e2e 全部计入，见下文），反映算子稳态开销 |
| 冷启动性能 | --warmup false --run 1 |
不预热，只跑 1 次，反映首次执行的全部开销 |
# 稳态性能（默认）
python3 -m ttk e2e -i cases.csv -o warm.csv
# 冷启动性能
python3 -m ttk e2e -i cases.csv --warmup false --run 1 -o cold.csv
两次运行加
--seed 42保证输入数据一致，使冷热对比只反映预热差异。
各通路机制
不同通路的 warmup 和采集机制不同，性能数据口径需分别理解：
e2e（框架 API）
- warmup：把被测算子本身跑
WARMUP_COUNT（当前为 1）次，结果丢弃；预热框架 dispatch、autograd、NPU kernel 首次加载、workspace 分配、SMMU/TLB - 采集：
--run次迭代全部进入 torch profiler 采集窗口，取平均值 - 冷启动：
--warmup false跳过预热，--run 1只跑 1 次
kernel（AscendC 算子内核）
- warmup：launch 空 helper kernel
warmup.o1 次（每个 core 仅tik_return，无实际计算），预热 SMMU/BIU/TLB/cores - 采集：
--run > 1时start_step=1首轮不进采集窗口（aclprof 异步启动的首 launch 计时不准 + kernel 首次装载开销，与 aclnn 同口径），对窗口内迭代取 median；--run = 1时start_step=0采那 1 次 - 冷启动：
--warmup false跳过 helper kernel，首次迭代含硬件冷启动开销 - 注意：
--warmup false --run 3仍会跳首次（start_step=1），因为run_time > 1；若要采首次需用--run 1
aclnn（aclnn C API）
- warmup：同 kernel，launch 空 helper kernel 1 次，仅预热硬件层
- 采集：
--run > 1时start_step=1跳过首次，采后 N-1 次取平均。首次执行需分配 workspace 等 HBM 内存（aclnnAddGetWorkspaceSize首次耗时远高于后续），属于一次性内存申请开销，不计入稳态性能；--run 1时start_step=0采那 1 次 - 冷启动：
--warmup false --run 1，不预热且只跑 1 次，采到完整冷启动开销 - 注意：
--warmup false --run 3仍会跳首次（start_step=1），因为run_time > 1；若要采首次需用--run 1
geir（GE 图编译执行）
- warmup：无
- 采集：非确定性模式（默认）只跑 1 次子进程，取
median；确定性模式（--dl 1）跑--run次做 MD5 校验 - 冷启动：geir 每次都是全新子进程执行编译好的二进制，冷热启动等价，
--warmup开关无效
采集次数与统计方式
| 通路 | 采集工具 | 读取文件 | 读取列 | 统计方式 | 实际采集次数 |
|---|---|---|---|---|---|
| kernel | CANN msprof | op_summary_*.csv / task_time_*.csv |
Task Duration(us) / task_time(us) |
median（中位数） |
--run - 1 次（--run > 1，首轮不进窗）；1 次（--run = 1） |
| geir | CANN msprof（子进程） | op_summary_*.csv / task_time_*.csv |
Task Duration(us) / task_time(us) |
median（中位数） |
1 次（默认）；--run 次（--dl 1） |
| aclnn | CANN msprof | api_statistic_*.csv / op_statistic_*.csv |
Avg(us) / Avg Time(us) |
msprof 内部按采集次数取平均 | --run - 1 次（--run > 1）；1 次（--run = 1） |
| e2e（torch） | torch_npu.profiler | kernel_details.csv |
Duration(us) |
累加后 / run_count（平均值） |
--run 次 |
| e2e（tf） | CANN msprof | op_statistic_*.csv |
Avg Time(us) |
msprof 内部按采集次数取平均，求和所有 op | --run 次 |
kernel/geir 读取
op_summary_*/task_time_*时按Task Type/kernel_type过滤，仅保留KERNEL_AICORE/KERNEL_AIVEC等实际 NPU kernel 执行记录，排除MODEL_EXECUTE/NOTIFY_*等框架开销；aclnn 读取api_statistic_*/op_statistic_*聚合表（api 行按Level=acl过滤）。
结果字段
结果 CSV 中各通路性能相关列：
| 通路 | 性能列 |
|---|---|
| kernel | dyn_perf_us、cst_perf_us、bin_perf_us |
| geir | cst_perf_us、dyn_perf_us（二进制模式为 cst_bin_perf_us、dyn_bin_perf_us） |
| aclnn | api_perf_us、op_perf_us |
| e2e | eager 列：eager_device_perf_us、eager_cpu_perf_us、eager_kernel_count、eager_kernel_details；图模式另有 graph_cst_*、graph_dyn_*、graph_aclgraph_* 对应列族（device_perf_us/cpu_perf_us/kernel_count/kernel_details） |
kernel_details 为 JSON 数组，含每个 kernel 的 name/total/avg/max/min/calls 字段，可用于分析单 kernel 耗时与调用次数。