文档首页/ AI开发平台ModelArts/ 最佳实践/ LLM大语言模型推理/ LLM大语言模型推理历史版本文档/ 主流开源大模型基于Lite Server&Cluster适配Ascend-vLLM PyTorch NPU推理指导（6.5.905）/ 推理服务性能评测/ 获取模型推理的Profiling数据
更新时间：2025-06-23 GMT+08:00
查看PDF
分享

获取模型推理的Profiling数据

Profiling数据是程序运行过程中收集到的系统资源（如CPU、内存、磁盘 I/O等）的使用情况、程序的运行时间、函数的调用频率等数据，以发现系统性能瓶颈，优化程序代码和系统配置。

目前支持两种获取Profiling数据的方法，分别是通过LLM对象的start_profile、stop_profile接口和offline_profile.py脚本。

Profiling结果的格式是TensorBoard格式，可通过TensorBoard工具查看。

通过start_profile和stop_profile方法获取Profiling数据

通过指定环境变量VLLM_TORCH_PROFILER_DIR确定Profiling数据存放路径，开启Profiling功能。

例如：export VLLM_TORCH_PROFILER_DIR=".torch_profile"，指定将Profiling结果存放在当前目录的 .torch_profile目录下。

初始化LLM对象，调用start_profile，stop_profile，中间是任何想profile的操作。

通过offline_profile.py脚本获取Profiling数据

脚本路径是：tools/llm_evaluation/benchmark_tools/offline_profile.py

脚本参数：

  • --save-path：Profiling结果存放路径，默认是".torch_profile"。
  • --prefill：收集prefill过程的数据。
  • --decode：收集decode过程的数据。
  • --with-stack：记录调用堆栈。
  • --with-modules：记录模块层级。
  • --record-shapes：记录input shape和input type。
  • --profile-memory：记录内存使用。
  • --profiler-level：日志记录层次。字符串类型，三个有效值 "level0"、"level1"、"level2"，默认为level1。 
    "level0: Collects upper-layer application data, lower-layer NPU data (Ascend Headware data), and information about operators executed on the NPU.\n"
"level1: On the basis of Level0, collect Ascend CL data at the CANN layer and AI Core performance indicators executed on the NPU, and enable aic_metrics=torch_npu.profiler.AiCMetrics.PipeUtilization.\n"
"level2: Collect GE and Runtime data, HCCL and AI CPU data at the CANN layer, and enable aic_metrics=torch_npu.profiler.AiCMetrics.PipeUtilization on the basis of Level1."
  • --prompt-len：prompt长度，默认256。
  • --batch-size：默认1。
  • --output-len：输出长度，默认5。
  • --temperature：浮点数，默认0。
  • --top-p：浮点数，默认0.8。
  • --top-k：默认20。
  • --repetition-penalty，默认1。

请求示例：

python tools/llm_evaluation/benchmark_tools/offline_profile.py \
--save-path .torch_profile \
--model /nfs-data/model/nlp/Qwen2/Qwen2-0.5B/ \
--record-shapes  \
--with-stack  \
--with-modules  \
--output-len 118 \
--prefill \
--decode  \
--enforce-eager

相关文档