创建PerfTest测试工程

查看更多 →

SFS Turbo性能测试 fio是一个开源的I/O压力测试工具，可以使用fio工具对SFS进行吞吐量和IOPS的性能测试。 前提条件 已在 云服务器 上安装fio工具。fio可从官网或GitHub下载。 注意和说明 测试性能依赖client和server之间的网络带宽及文件系统的容量大小。

查看更多 →

SFS Turbo性能测试 fio是一个开源的I/O压力测试工具，可以使用fio工具对SFS进行吞吐量和IOPS的性能测试。 前提条件 已在云 服务器 上安装fio工具。fio可从官网或GitHub下载。 注意和说明 测试性能依赖client和server之间的网络带宽及文件系统的容量大小。

查看更多 →

推理性能测试 本章节介绍如何进行推理性能测试，建议在Notebook的JupyterLab中另起一个Terminal，执行benchmark脚本进行性能测试。如果需要在生产环境中进行推理性能测试，请通过调用接口的方式进行测试。 约束限制 创建在线服务时，每秒服务流量限制默认为10

查看更多 →

推理性能测试 语言模型推理性能测试 多模态模型推理性能测试 父主题： 主流开源大模型基于Server适配PyTorch NPU推理指导（6.3.909）

查看更多 →

推理性能测试 本章节介绍如何进行推理性能测试，建议在Notebook的JupyterLab中另起一个Terminal，执行benchmark脚本进行性能测试。如果需要在生产环境中进行推理性能测试，请通过调用接口的方式进行测试。 约束限制 创建在线服务时，每秒服务流量限制默认为10

查看更多 →

推理性能测试 语言模型推理性能测试 多模态模型推理性能测试 父主题： 主流开源大模型基于Server适配PyTorch NPU推理指导（6.3.910）

查看更多 →

推理性能测试 语言模型推理性能测试 多模态模型推理性能测试 父主题： 主流开源大模型基于Server适配PyTorch NPU推理指导（6.3.911）

查看更多 →

推理性能测试 benchmark方法介绍 性能benchmark包括两部分。 静态性能测试：评估在固定输入、固定输出和固定并发下，模型的吞吐与首token延迟。该方式实现简单，能比较清楚的看出模型的性能和输入输出长度、以及并发的关系。 动态性能测试：评估在请求并发在一定范围内波动

查看更多 →

推理性能测试 本章节介绍如何进行推理性能测试，建议在Notebook的JupyterLab中另起一个Terminal，执行benchmark脚本进行性能测试。如果需要在生产环境中进行推理性能测试，请通过调用接口的方式进行测试。 约束限制 创建在线服务时，每秒服务流量限制默认为10

查看更多 →

压测工程管理 性能测试服务中思考时间和持续时间有什么区别？ 并发用户数是什么？ 报文如何填写？ 为什么事务调试总是失败？ HTTP报文请求中，哪些头域是必填的？ 压测任务执行机CPU占用率一直较高是什么原因？ 全局变量和响应提取变量的区别 性能测试服务测试时申请的带宽大小对测试有什么影响？

查看更多 →

在“节点”页签，查看服务端节点的CPU使用率。 图13 broker-0的CPU使用率（1副本） CPU消耗=58.10% 图14 broker-0的CPU使用率（3副本） CPU消耗=86.70% 图15 broker-1的CPU使用率（1副本） CPU消耗=56.70% 图16

查看更多 →

性能调优 SFS Turbo性能测试 SFS Turbo时延测试 提升单客户端访问SFS Turbo的性能（Linux）

查看更多 →

是否支持CPU架构的变更？ 不支持变更CPU架构。 如需改变CPU架构，可通过“数据迁移+交换IP”方式的方式，创建新的CPU架构的实例，并进行数据迁移，实现CPU架构的变更。具体操作请参考使用迁移任务在线迁移Redis实例。 父主题： Redis使用

查看更多 →

语句执行的开始时间。 min_cpu_time bigint 语句在所有DN上的最小CPU时间，单位为ms。 max_cpu_time bigint 语句在所有DN上的最大CPU时间，单位为ms。 total_cpu_time bigint 语句在所有DN上的CPU总时间，单位为ms。 query

查看更多 →

每分钟累积积分计算公式如下： 每分钟累计的CPU积分 = 1个CPU积分 x (基准CPU计算性能 - 实际CPU计算性能) 以t6.large.1为例，基准CPU计算性能为40%，当云服务器实际计算性能为10%时，1分钟可以累积0.3个CPU积分。 关机对CPU积分的影响 CPU积分变化因计费模式和网络类型而异。

查看更多 →

AI CPU算子替换样例 部分算子因为数据输入类型问题或者算子实现问题，导致会在昇腾芯片的AI CPU上执行，没有充分利用AI CORE的资源，从而导致计算性能较差，影响训练速度。部分场景下，可以通过修改Python代码来减少这类AI CPU算子，从而提升训练性能。 当前对AICPU算子识别到的调优方式主要包含两种：

查看更多 →

AI CPU算子替换样例 部分算子因为数据输入类型问题或者算子实现问题，导致会在昇腾芯片的AI CPU上执行，没有充分利用AI CORE的资源，从而导致计算性能较差，影响训练速度。部分场景下，可以通过修改Python代码来减少这类AI CPU算子，从而提升训练性能。 当前对AICPU算子识别到的调优方式主要包含两种：

查看更多 →

卸载ICAgent（Linux） 服务器上的ICAgent被卸载后，会影响该服务器的运维能力，导致拓扑、调用链等功能不可用，请谨慎操作！ 卸载方式，您可以按照需要进行选择： 通过界面卸载：此操作适用于正常安装ICAgent后需卸载的场景。 登录服务器卸载：此操作适用于未成功安装ICAgent需卸载重装的场景。

查看更多 →

Linux下编译流程 参照搭建Linux编译环境完成环境搭建后，即可按以下步骤完成编译。 下载Huawei LiteOS代码。 请下载完整的Huawei LiteOS代码，代码仓在gitee上，请选择master分支进行下载：LiteOS代码仓。 拷贝开发板配置文件为根目录.config文件。

查看更多 →

CPP SDK（Linux） 使用 实时语音识别 使用实时 语音合成

查看更多 →