MindStudio Profiler Analyze

昇腾性能分析工具

✨ 最新消息¶

🔹 [2025.12.30]：新增 module_statistic 功能：自动解析PyTorch模型层级结构，精准定位性能瓶颈。

ℹ️ 简介¶

MindStudio Profiler Analyze（msprof-analyze）是面向 AI 训练与推理场景的性能分析工具，基于采集得到的 profiling 数据进行统计、比对和诊断，帮助定位计算、通信、调度及集群场景下的性能瓶颈。

⚙️ 功能介绍¶

功能名称	功能简介	源码
专家建议	基于性能数据自动识别计算、调度、通信等潜在问题，并输出优化建议。	查看
性能比对	支持 GPU/NPU、NPU/NPU 等多种场景的性能差异分析。	查看
集群分析	汇总集群通信数据，输出结果支持在 MindStudio Insight 中可视化查看。	查看
进阶分析	基于DB性能数据，自定义Recipe规则，涵盖拆解对比、Host下发、计算通信等20+分析能力，可灵活扩展。	查看

🚀 快速入门¶

10 分钟实战体验
以 ResNet50 训练为例，覆盖采集数据、执行 Advisor 分析与查看分析结果全流程。点击立即开始：《msprof-analyze 快速入门》。

极简命令行速查
若已熟悉操作流程，可直接执行分析命令，示例如下：

# 集群通信汇总
msprof-analyze cluster -m all -d ./cluster_data
# 专家建议
msprof-analyze advisor all -d ./prof_data -o ./advisor_output
# 性能比对
msprof-analyze compare -d ./ascend_pt -bp ./gpu_trace.json -o ./compare_output

📦 安装指南¶

推荐直接通过 pip 安装：

pip install -U msprof-analyze

如需 whl 包下载、源码编译，请参见《msprof-analyze工具安装指南》。

📘 使用指南¶

工具的详细使用方法，请参见《msprof-analyze使用指南》。

🌌 智能检索¶

为提升文档查阅效率，我们提供多种高效检索方式：

🔹 AI 问答（DeepWiki）：自然语言问答，快速把握项目架构与模块关系。
🔹 AI 问答（ZRead）：中文问答体验更优，精准定位功能用法与细节。
🔹 精确搜索（ReadTheDocs）：关键词全文检索，直达接口、参数与报错等信息。

⚖️ 相关说明¶

🔹 《版本说明》
🔹 《许可证声明》
🔹 《安全声明》
🔹 《免责声明》

🤝 建议与交流¶

欢迎大家为社区做贡献。如果有任何疑问或建议，请提交 Issues，我们会尽快回复。感谢您的支持。

诚邀参与满意度问卷调查抽取惊喜好礼😎。

💬 技术交流群	📢 官方公众号	🤝 更多加入渠道
_{扫码直接加入技术交流群}	_{扫码关注获取最新动态}	欢迎扫码关注技术交流群跟官方公众号。这里是 MindStudio 用户与开发者最快捷的交流阵地：快速提问：与社区小伙伴即时探讨技术问题掌握动态：第一时间获取版本发布与功能更新通知经验共享：与其他开发者交流最佳实践 🛠️ 其他渠道： 👉 昇腾助手： 👉 昇腾论坛：

🙏 致谢¶

本工具由华为公司的下列部门联合贡献：
🔹 昇腾计算MindStudio开发部
🔹 昇腾计算生态使能部
🔹 华为云昇腾云服务
🔹 2012 网络实验室

感谢来自社区的每一个 PR，欢迎贡献 msprof-analyze。