离线解析

当采集数据较大、当前环境不适合直接自动解析，或采集过程中仅保留了原始数据时，建议使用离线解析。

使用方法

1. 创建一个 Python 文件，例如 analyse_profiler.py。
2. 写入如下代码：

from torch_npu.profiler.profiler import analyse


if __name__ == "__main__":
    analyse(
        profiler_path="./result_data",
        max_process_number=max_process_number,
        export_type=export_type,
    )

1. 执行：

python3 analyse_profiler.py

参数说明

参数	说明
profiler_path	必选。性能数据目录，目录下保存 {worker_name}_{时间戳}_ascend_pt。
max_process_number	可选。离线解析最大进程数，取值范围为 1 ~ CPU 核数。
export_type	可选。导出格式，支持 text 和 db。未配置时读取 profiler_info.json 中的配置。

使用建议

• 离线解析支持多个性能数据目录并行解析，但数据量较大时可能占用较多内存，可通过 max_process_number 控制资源占用。
• 解析过程日志保存在结果目录下的 logs 子目录。
• 解析完成后，可继续使用 MindStudio Insight 或 msprof-analyze 进行分析。