| name | profiling-analysis |
| description | 华为昇腾NPU性能分析技能集，**当用户提供Profiling文件或目录路径时必须使用**，用于分析Profiling数据识别计算、通信、下发等性能瓶颈，支持step_trace_time.csv、op_statistic.csv、kernel_details.csv等多种数据格式，提供完整的性能分析流程和优化建议。 |
| keywords | ["性能分析","Profiling","昇腾性能分析","NPU性能优化","计算瓶颈","通信瓶颈","下发问题","hostbound","高耗时算子","step_trace_time.csv","op_statistic.csv","kernel_details.csv","性能瓶颈识别","算子性能分析","通信性能分析","Host侧性能分析"] |
昇腾NPU Profiling性能分析技能集
功能概述
profiling-analysis 是一套完整的华为昇腾NPU性能分析技能集，用于分析Profiling生成的性能数据，自动识别系统性能瓶颈类型（计算、通信、下发），并提供深入分析能力和优化建议。
核心功能与执行流程
profiling-analysis 技能通过以下流程自动完成性能分析：
1. 文件扫描与收集
- 输入：目标文件夹路径
- 处理：递归遍历目录，自动查找所有
step_trace_time.csv 文件
- 验证：未找到文件时输出错误信息并终止
2. 性能数据解析与计算
- 处理：验证文件结构，提取计算（Computing）、通信（Communication）、空闲（Free）等核心指标
- 计算：计算各阶段耗时占比（保留2位小数）
- 异常处理：跳过读取失败、字段缺失或总耗时为0的文件
3. 全局统计与瓶颈判定
- 统计：计算所有文件的平均耗时占比，识别各项占比最高的文件
- 判定逻辑（优先级从高到低）：
- 下发问题（Hostbound）：空闲耗时占比 > 20%
- 计算问题（Computing）：计算耗时占比 > 85%
- 通信问题（Communication）：通信耗时占比 > 10%
- 无明显瓶颈：各项占比均在正常范围
4. 子技能自动调用
根据判定的瓶颈类型，自动调用对应子技能进行深入分析：
- Hostbound → 调用
profiling-analysis-hostbound 子技能
- Computing → 调用
profiling-analysis-computing 子技能，执行完整分析流程
- Communication → 调用
profiling-analysis-communication 子技能
5. 分析报告生成
输出完整的性能分析报告，包括：
- 文件扫描结果
- 单文件性能分析数据
- 全局统计与最高占比文件
- 瓶颈判定结论
- 子技能深入分析结果
执行流程图
┌─────────────────────────────────────────────────┐
│ 文件扫描与收集 │
│ 递归查找 step_trace_time.csv 文件 │
└─────────────────────────────────────────────────┘
↓
┌─────────────────────────────────────────────────┐
│ 性能数据解析与计算 │
│ 提取核心指标并计算占比 │
└─────────────────────────────────────────────────┘
↓
┌─────────────────────────────────────────────────┐
│ 全局统计与瓶颈判定 │
│ 计算平均占比并识别瓶颈类型 │
└─────────────────────────────────────────────────┘
↓
┌─────────────────────────────────────────────────┐
│ 子技能自动调用 │
│ 根据瓶颈类型触发对应子技能 │
└─────────────────────────────────────────────────┘
↓
┌─────────────────────────────────────────────────┐
│ 分析报告生成 │
│ 输出完整性能分析结果 │
└─────────────────────────────────────────────────┘
输入参数
| 参数名称 | 类型 | 是否必填 | 描述 |
|---|
| input_path | string | 是 | 输入路径：支持单个Profiling文件路径，或包含多个Profiling文件的文件夹路径 |
使用示例
通过AI工具调用（推荐）
调用 skill "profiling-analysis" 分析 "input_path" 中的性能数据
参数说明
input_path：替换为实际的Profiling数据文件夹路径- 该调用将自动完成文件扫描、性能分析、瓶颈判定和子技能调用的完整流程
子技能独立调用（可选）
如果需要直接调用特定子技能进行深入分析：
# 分析计算瓶颈
调用 skill "profiling-analysis-computing" 分析 "input_path" 中的高耗时算子
# 分析通信瓶颈
调用 skill "profiling-analysis-communication" 分析 "input_path" 中的通信性能
# 分析下发瓶颈
调用 skill "profiling-analysis-hostbound" 分析 "input_path" 中的Host侧问题
子技能介绍
profiling-analysis 包含以下子技能，用于不同类型的性能分析。当主技能检测到对应瓶颈时，会自动调用子技能进行深入分析，无需手动执行：
| 子技能名称 | 功能描述 | 适用场景 |
|---|
| profiling-analysis | 主分析技能，识别性能瓶颈类型 | 首次分析Profiling数据，快速定位主要瓶颈 |
| profiling-analysis-computing(.\profiling-analysis-computing\SKILL.md) | 计算瓶颈分析，包含：
- 高耗时算子筛选（Top-N算子）
- 算子性能数据透视表分析
- 关键算子（如MatMul系列）形状解析与优化建议 | 计算占比过高时，深入分析具体的高耗时算子及其性能特征 |
| profiling-analysis-communication(.\profiling-analysis-communication\SKILL.md) | 通信瓶颈分析，分析集合通信性能 | 通信占比过高时，分析通信操作的性能 |
| profiling-analysis-hostbound(.\profiling-analysis-hostbound\SKILL.md) | 下发瓶颈分析，分析Host侧性能问题 | 空闲占比过高时，分析Host侧的下发问题 |
支持的数据格式
step_trace_time.csv：包含计算、通信、空闲等时间占比信息op_statistic.csv：包含算子执行统计信息kernel_details.csv：包含算子内核详细执行信息op_summary.csv：包含算子执行摘要信息analysis.db：Profiling数据库文件
安装与依赖
- Python 3.8+
- 依赖库：pandas, numpy, matplotlib (可选)
官方文档
