如何读懂 NPUSim 指令流水图：Perfetto 可视化操作与关键字段全解

如何读懂 NPUSim 指令流水图：Perfetto 可视化操作与关键字段全解

【免费下载链接】npu-simulatorNPUSim（全称NPU Simulator）是一款面向算子开发场景的SoC级芯片仿真工具，用于分析运行在AI仿真器上的AI任务在各阶段的精度和性能数据（如指令执行情况等）。该工具有助于用户进行深度性能调优，使研发人员在无法获取或芯片资源紧缺的情况下，也能获得与真实芯片几乎一致的验证效果和性能反馈。项目地址: https://gitcode.com/cann/npu-simulator

NPUSim（NPU Simulator）是一款面向算子开发的SoC 级芯片仿真工具，它能还原 AI 任务在各阶段的精度与性能数据，其中最有价值的产物之一就是指令流水图（Trace）。本文带你用Perfetto打开并读懂 NPUSim 生成的trace_core*.json，一次性搞懂泳道结构、关键指令字段和快速定位瓶颈的方法，让新手也能像老手一样分析性能。

为什么指令流水图是性能调优的核心

指令流水图以指令维度还原每条指令在 AI Core 上的执行时序，并关联调用栈帮助快速定位瓶颈。它比一个汇总数字更直观：

• 看并行：计算与搬运流水是否重叠，是否存在空泡
• 看延迟：某条指令在流水线里停留多久，卡在哪一级
• 看分布：向量、标量、矩阵指令各自占比与耗时

生成指令流水图的完整流程见 使用指南 · 指令流水图，其报告目录结构大致如下：

report/ └── results/ └── kernel_*_reports/ ├── summary.json # 性能分析汇总 ├── aicore_utilization.json # AI Core 利用率 └── core_0/ └── trace_core0.json # 指令流水图（Chrome Tracing JSON）

用 Perfetto 三步打开指令流水图

trace_core*.json是标准 Chrome Tracing JSON，推荐优先用 Perfetto 打开（也支持 Chrome 浏览器）：

1. 导入文件：访问 Perfetto 网页版，点击 "Open trace file"，选择trace_core*.json导入。
2. 缩放浏览：用滚轮/快捷键放大缩放到感兴趣的 kernel 时间区间，观察各泳道（轨道）的指令块分布。
3. 点击切片：单击任意一个指令块，底部会自动展开Details面板，显示该指令的Name / Category / Start time / Duration / Thread与Arguments参数。

Perfetto 支持大文件加载、多泳道筛选与 SQL 查询，体验优于 Chrome 内置 tracing。下面是导入后的实际效果，可以看到RVECEX_SL000到RVECEX_SL031一条条向量轨道上，RV_VADD、RV_VMUL等执行块密集排布：

💡小提示：浏览器单页运行时内存上限通常约2GB，超大 trace 可能加载失败；此时可用report -n指定少数核（如单核）先生成，减小文件体积。

看懂轨道（泳道）命名规律

流水图里每个轨道（泳道）的名字都由核心类型_流水线分组 + 区段_指令类型组合而成，例如AIC_CUBEINSTR_CUBE表示 AIC 核 Cube 流水线。掌握这套命名规律，就能快速定位到目标子核心。常见轨道前缀含义：

完整轨道名对照表见 使用指南 · 表 2 轨道名说明。

关键字段全解：从指令块到 Arguments

单击指令块后，底部Details面板会给出结构化字段。以图中RV_VADD为例，关键字段解读如下：

其中Arguments里的exec_ipc非常关键：它反映向量执行算力的利用率，理论上限为 2（双发射）。IPC 分量越接近上限，说明算力利用越充分，这一点在 VF 报告里被系统化利用，详见 VF 报告指南。

图中还展示了底部Slices统计视图：框选一段区间后，Perfetto 会汇总该区间内各指令（RV_VLD、RV_VST、RV_VADD等）的Count与Wall Duration，方便你一眼判断哪类指令占了最多时间：

从流水图到瓶颈定位的分析套路

结合流水图与配套报告，建议按下面这条链路排查：

1. 看整体：先在 性能分析汇总summary.json里确认top_level_diagnosis的主导流水线与利用率，判断瓶颈方向。
2. 看并行：在流水图上比对计算轨（CUBE/RVECEX）与搬运轨（MTE1/MTE2）是否重叠，重叠率低说明存在空泡。
3. 看单核：用report -n <core>聚焦可疑核，放大到具体 kernel 区间。
4. 看指令：单击耗时最长的指令块，读Arguments的 IPC、task_id，定位到代码调用栈。

📊 若还想看各类型指令的耗时分布与统计（Min/Max/Mean ticks），可参考指令耗时分布报告，直观呈现PUSHQ / SCALAR / RVECEX / RVECLD等的分布曲线：

常见问题速查

• 加载失败？：文件过大触发浏览器内存上限，用report -n减少核数重新生成，或换更大的 trace 可视化后端。
• 轨道太多看不懂？：先认准核心前缀AIC/AIV0/AIV1，再按指令类型缩放到感兴趣子集。
• IPC 低怎么办？：优先看exec_ipc与主导流水线利用率，必要时结合 VF 报告 定位最慢的 VF 函数。

一句话总结：指令流水图 = 打开trace_core*.json→ 用Perfetto导入 → 读泳道命名 → 点指令看Arguments/IPC → 结合summary.json定位瓶颈。掌握这套方法，你就能在没有真实芯片的情况下，获得与实芯几乎一致的性能反馈。

📚 延伸阅读：

• 数据采集与报告生成全流程：使用指南
• 使用场景（Kernel 直调 / PyTorch 调用）：使用场景
• VF 性能 JSON 字段详解：VF 报告指南
• 报告生成实现源码：report 模块

【免费下载链接】npu-simulatorNPUSim（全称NPU Simulator）是一款面向算子开发场景的SoC级芯片仿真工具，用于分析运行在AI仿真器上的AI任务在各阶段的精度和性能数据（如指令执行情况等）。该工具有助于用户进行深度性能调优，使研发人员在无法获取或芯片资源紧缺的情况下，也能获得与真实芯片几乎一致的验证效果和性能反馈。项目地址: https://gitcode.com/cann/npu-simulator