MindStudio Profiler

🚀 昇腾性能采集工具

📖工具文档 | 🔥昇腾社区| 🌐Release

📢 最新消息¶

[2025.12.30]：MindStudio Profiler项目首次上线

📌 简介¶

MindStudio Profiler（msProf）是面向 AI 训练与推理场景的性能分析工具，支持采集与解析 CANN 平台及昇腾 AI 处理器的软硬件性能数据，帮助定位模型训练或推理过程中的性能问题。

⚙️ 功能介绍¶

功能点	功能简介	资料链接	源码仓库
性能数据采集	通过 `msProf` 命令采集 CANN 平台及昇腾 AI 处理器的软硬件性能数据。	点击查看	点击查看
性能数据解析	使用 `msProf` 工具对采集到的性能数据进行解析，生成可读的分析结果。	点击查看	点击查看

🛠️ 工具安装¶

msProf 工具内置在 CANN Toolkit 开发套件中，推荐直接下载 CANN 包进行安装，具体请参见《CANN软件安装指南》。

CANN 包安装成功后，执行以下命令设置环境变量：

# ${install_path} 为 CANN 软件的安装目录，例如：/usr/local/Ascend/ascend-toolkit。
source ${install_path}/set_env.sh

运行以下命令验证安装是否成功:

msprof --help

如需通过源码编译方式安装，请参见《msProf 源码编译、安装指南》。

🚀 快速入门¶

msProf 工具通过命令行调用，通用采集命令格式如下：

msprof --output=<输出目录> --application="<应用程序> <参数>"

示例：

# 示例1：采集Python任务
msprof --output=./output --application="python3 train.py"

# 示例2：采集Shell脚本拉起的AI任务
msprof --output=./output --application="./run_standalone_train.sh"

以 ResNet50 模型训练任务为例，《msProf 快速上手》贯穿性能调优全流程，帮助您在 10 分钟内快速体验 msProf 工具在数据采集、解析导出、性能分析等环节的核心功能。

🗂️ 目录结构¶

.
├── .gitcode                  # 仓库元数据
├── analysis                  # 数据解析目录
├── build                     # 构建目录
│   └── build.sh              # 构建脚本
├── cmake                     # CMake 文件目录
├── docs                      # 文档目录
│   └── zh                    # 中文文档
├── misc                      # 其他工具
│   ├── function_monitor      # 轻量化函数监控工具
│   └── gil_tracer            # Python GIL 锁检测工具
├── samples                   # 工具样例目录
│   └── README.md             # 样例说明
├── scripts                   # 安装、升级相关脚本
├── test                      # 测试与覆盖率统计脚本
└── README.md                 # 项目说明文档

📝 相关说明¶

💬 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。

🤝 致谢¶

本工具由华为公司的下列部门贡献：

昇腾计算MindStudio开发部

感谢来自社区的每一个PR，欢迎贡献。

👥 关于MindStudio团队¶

华为MindStuido全流程开发工具链团队致力于提供端到端的昇腾AI应用开发解决方案，使能开发者高效完成训练开发、推理开发和算子开发。您可以通过以下渠道更深入了解华为MindStudio团队：

昇腾论坛：

昇腾小助手：