القائمة
用于汇总和对比多个算子的性能测试结果。当用户请求汇总多个算子的性能结果、对比算子 benchmark、生成性能报告、分析多个 kernel 的加速比时使用此 Skill。
يُحدَّد Prompt الذي يراجع المصدر أولًا بشكل افتراضي. يمكنك التبديل إلى أمر مباشر أو تنزيل نسخة محلية.
اقرأ SKILL.md وأي ملفات مرافقة يعرضها SkillsMP قبل أن تقرر التثبيت.
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
يتجاوز الأمر المباشر Prompt المخصّص للمراجعة. افحص المصدر قبل تشغيله.
npx skills add https://github.com/mindspore-ai/akg --skill performance-summaryيبقى الأمر في سطر واحد. مرّر أفقيًا لمراجعته كاملًا قبل النسخ.
تفضّل نسخة محلية؟ نزّل الملفات المتاحة حاليًا لدى SkillsMP.
矩阵乘法矩阵乘法 A[M, K] @ B[K, N] = C[M, N]中，大K维度矩阵乘法(K>>M,N)优化：针对M/N较小但K极大(如M=N=256,K=131072)的场景，Split-K切分K维度并行化、Workspace+Reduce替代全局同步，实现显著性能提升
Triton Ascend hard API restrictions and forbidden syntax. MUST-follow rules that apply to every kernel: forbidden control flow (return/break/continue/lambda/while), tensor slice/index restrictions, scalar conversion rules, BLOCK_SIZE upper bound. Violating any of these produces a compile or runtime error on Ascend.
Triton Ascend 性能优化通用策略: BLOCK_SIZE 选择 (1024-2048 for elementwise, must be <65536), grid configuration (use VEC_CORE_NUM / CUBE_CORE_NUM, 2D/3D grid for matmul / conv / reduce, 1D grid + inner loop for elementwise / pointwise), 256B alignment for memory transfers, autotune block-size patterns, fp16 / fp32 precision conversion. Bind via keywords like matmul, elementwise, reduce, block_size, grid, autotune, alignment, fp16, fp32, tile, interleaved-loop, cube-core, vec-core.
استنادا إلى تصنيف SOC المهني
عرض SKILL.md
| name | performance-summary |
| description | 用于汇总和对比多个算子的性能测试结果。当用户请求汇总多个算子的性能结果、对比算子 benchmark、生成性能报告、分析多个 kernel 的加速比时使用此 Skill。 |
汇总和对比多个算子的性能指标。
收集性能数据
read_file 读取各算子的 verify_<op_name>/result.json生成对比表格
| 算子 | 延迟 (ms) | 吞吐量 | 内存 (MB) | 加速比 |
|--------|-----------|--------|-----------|--------|
| relu | 0.15 | 1000 | 128 | 2.3x |
分析结果
生成报告
使用模板：## 测试环境 → ## 性能对比 → ## 分析 → ## 优化建议
性能结果存储在验证目录中：
verify_<op_name>/result.json - 主要结果verify_<op_name>/profiling.json - 详细性能分析（如有）| 指标 | 说明 |
|---|---|
| latency_ms | 单次执行延迟（毫秒） |
| throughput | 每秒操作数 |
| speedup | 相对基准（torch）的加速比 |
| memory_usage_mb | 峰值内存占用（MB） |
用户: "帮我汇总 relu 和 sigmoid 算子的性能"
Agent 执行:
read_file("verify_relu/result.json")read_file("verify_sigmoid/result.json")可使用 scripts/collect_metrics.py 批量收集并打印性能汇总：
from collect_metrics import collect_metrics, print_results
# 打印格式化的性能汇总结果
print_results()
使用 --verify 参数验证当前 skill 是否可用：
python scripts/collect_metrics.py --verify
验证内容包括：
输出示例:
============================================================
性能汇总结果
============================================================
| Operator | Latency (ms) | Throughput | Memory (MB) | Speedup | Correct |
|----------|--------------|------------|-------------|---------|---------|
| matmul | 1.234 | 5000 | 256.0 | 1.80x | ✅ |
| relu | 0.150 | 10000 | 128.0 | 2.30x | ✅ |
| sigmoid | 0.180 | 8000 | 128.0 | 2.10x | ✅ |
============================================================