| 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）：
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
6.4 性能瓶颈分析
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。
