external-cannbot-ops-pypto-op-perf-tune-perf-analyzer

name	external-cannbot-ops-pypto-op-perf-tune-perf-analyzer
description	分析 PyPTO 算子的性能指标。当需要分析PyPTO算子的性能指标，从性能数据文件中提取关键指标，计算性能评级，或提供性能瓶颈分析和优化建议时使用此技能。
original-name	perf-analyzer
synced-from	https://gitcode.com/cann/cannbot-skills
synced-date	2026-05-26
synced-commit	ac5bbd2b4cf427d011874e11f8d1e8b1bef66eda
license	UNKNOWN

PyPTO 性能指标分析技能

概述

此技能专注于分析 PyPTO 算子的性能指标，从性能数据文件中提取关键指标，计算性能评级，并提供性能瓶颈分析和优化建议。

使用场景

当用户需要：

• 分析已生成的性能数据文件
• 评估算子性能表现
• 识别性能瓶颈
• 获取性能优化建议

工作流程

步骤 0：数据提取方法

使用技能中的性能分析脚本自动生成报告：

重要提示 性能分析脚本 analyze_perf.py 的位置在 pypto-op-perf-tune/perf-analyzer/scripts/analyze_perf.py 性能数据目录位于算子目录下的 output/ 目录中

示例：

python3 scripts/analyze_perf.py <output_dir>

步骤 1：定位性能数据文件

性能数据文件位于 output/output_*/ 目录下：

• bubble_analysis.log - 气泡分析报告
• merged_swimlane.json - 泳道图数据文件
• machine_runtime_operator_trace.json - 性能追踪文件

查找最新输出目录：

ls -lt output/ | head -n 2

步骤 2：提取核心性能指标

从 bubble_analysis.log 中提取以下指标：

AIC 核心指标（AI Cube核心）：

• Core Total Work Time: 核心总工作时间
• Total Wait Time: 总等待时间
• Wait Schedule Time: 等待调度时间（气泡）
• Wait Predecessor Time: 等待前驱时间

AIV 核心指标（AI Vector核心）：

• 同上指标

算子实际执行时间： 所有核心中 Core Total Work Time 的最大值

AicoreTime(核心实际工作时间)： AicoreTime = 核心总工作时间 - 总等待时间

步骤 3：计算性能指标

3.1 核心利用率

核心利用率 = AicoreTime / (AicoreTime + 等待总时间) × 100%

3.2 气泡率

气泡率 = 等待调度时间 / (AicoreTime + 等待调度时间) × 100%

3.3 平均核心利用率

平均核心利用率 = 所有核心核心利用率之和 / 核心数量

3.4 平均气泡率

平均气泡率 = 所有核心气泡率之和 / 核心数量

步骤 4：性能评级

根据以下标准进行性能评级：

评分	核心利用率	气泡率	内存效率	控制开销占比
⭐⭐⭐⭐⭐	>90%	<2%	>70%	<30%
⭐⭐⭐⭐	>80%	<5%	>50%	<50%
⭐⭐⭐	>60%	<10%	>30%	<70%
⭐⭐	>50%	<20%	>20%	<80%
⭐	<50%	>20%	<20%	>80%

步骤 5：性能瓶颈分析

5.1 气泡率分析

高气泡率（>10%）可能原因：

• 任务粒度过小
• 调度策略不当
• stitch 参数过小

分析要点：

• 识别气泡率最高的核心
• 检查 Top 3 tasks in waiting schedule time
• 分析任务分布情况

5.2 核心利用率分析

低核心利用率（<50%）可能原因：

• 等待时间过长
• 任务调度不均衡
• 任务粒度过小
• 任务依赖过多

分析要点：

• 检查 Total Wait Time 是否过高
• 检查 Wait Predecessor Time 是否过长
• 检查核心间工作时间差异

5.3 核心负载均衡分析

分析方法：

• 计算所有AicoreTime的标准差
• 识别工作时间最大和最小的核心
• 分析差异原因

5.4 任务依赖分析

分析方法：

• 检查 Wait Predecessor Time
• 识别依赖关系复杂的任务
• 分析任务执行顺序

步骤 6：生成性能分析报告

性能分析报告模板："templates/performance_report_template.md" 性能分析报告应包含以下内容：

6.1 核心性能指标

• 算子实际执行时间（所有核心最大工作时间）
• 各核心的AicoreTime
• 各核心的气泡时间
• 各核心的等待时间

6.2 性能指标统计

• 平均核心利用率
• 平均气泡率
• 最大/最小核心利用率
• 最大/最小气泡率
• 核心负载均衡度

6.3 性能评级

• 核心利用率评级
• 气泡率评级
• 综合评级

6.4 性能瓶颈分析

• 主要瓶颈识别
• 瓶颈原因分析
• 影响程度评估

性能分析报告模板

## {算子名称} 性能分析报告

### 1. 核心性能指标

**算子实际执行时间:** {最大工作时间} us

**AIC AicoreTime:**
- AIC_1: {时间} us
- AIC_2: {时间} us
- ...

**AIV AicoreTime:**
- AIV_1: {时间} us
- AIV_2: {时间} us
- ...

### 2. 核心利用率分析

| 核心 | AIcoreTime | 等待时间 | 核心利用率 |
|------|---------|---------|-----------|
| AIC_1 | {时间} | {时间} | {利用率}% |
| ...

**平均核心利用率: {平均利用率}%**

### 3. 气泡分析

| 核心 | 气泡率 | 等待调度时间 |
|------|--------|------------|
| AIC_1 | {气泡率}% | {时间} us |
| ...

**平均气泡率: {平均气泡率}%**
**最大气泡率: {最大气泡率}% ({核心名称})**

### 4. 性能评级

| 指标 | 当前值 | 目标值(⭐⭐⭐⭐⭐) | 评级 |
|------|--------|----------------|------|
| 核心利用率 | {当前值}% | >98% | {星级} |
| 气泡率 | {当前值}% | <2% | {星级} |

**综合评级: {星级} ({评级描述})**

### 5. 性能瓶颈分析

1. **{瓶颈1名称}**
   - 描述: {描述}
   - 影响: {影响程度}

2. **{瓶颈2名称}**
   - 描述: {描述}
   - 影响: {影响程度}

### 6. 性能优化建议

**高优先级优化:**

1. **{优化1}**
   - 描述: {描述}
   - 代码: {代码示例}

**中优先级优化:**

2. **{优化2}**
   - 描述: {描述}
   - 代码: {代码示例}

### 7. 性能数据文件位置

- 泳道图: {泳道图路径}
- 气泡分析: {气泡分析路径}
- 性能追踪: {性能追踪路径}

可在 https://ui.perfetto.dev/ 上传泳道图文件进行可视化分析。