schedule 参考

torch_npu.profiler.schedule 用于设置不同 step 的采集行为，接口原型如下：

torch_npu.profiler.schedule(wait, active, warmup=0, repeat=0, skip_first=0)

参数说明

参数	说明
wait	每次重复执行采集前跳过的 step 数。
active	实际采集的 step 数。
warmup	预热 step 数，默认 0，建议设置 1。
repeat	重复执行 wait + warmup + active 的次数，默认 0。
skip_first	正式采集前先跳过的 step 数，默认 0。

使用建议

• 动态 Shape 场景建议跳过前 10 轮，保证性能数据更稳定。
• 使用集群分析工具或 MindStudio Insight 时，建议配置 repeat=1，避免同一目录下生成多份性能数据。
• 建议满足公式：step 总数 >= skip_first + (wait + warmup + active) * repeat。

示例

with torch_npu.profiler.profile(
    activities=[
        torch_npu.profiler.ProfilerActivity.CPU,
        torch_npu.profiler.ProfilerActivity.NPU,
    ],
    schedule=torch_npu.profiler.schedule(
        wait=1,
        warmup=1,
        active=2,
        repeat=2,
        skip_first=1,
    ),
    on_trace_ready=torch_npu.profiler.tensorboard_trace_handler("./result"),
) as prof:
    for _ in range(9):
        train_one_step()
        prof.step()