Apache TVM 是一個深度的深度學習編譯框架，適用于 CPU、GPU 和各種機器學習加速芯片。更多 TVM 中文文檔可訪問 →https://tvm.hyper.ai/

性能應用程序編程接口（Performance Application Programming Interface，簡稱 PAPI）是一個可在各種平臺上提供性能計數器的庫。在指定的運行期間，性能計數器提供處理器行為的準確底層信息，包含簡單的指標，如總循環計數、緩存未命中和執行的指令，以及更高級的信息（如總 FLOPS 和 warp 占用率）。PAPI 的這些指標在 profiling 時可用。

安裝 PAPI?

PAPI 可以用包管理器（Ubuntu 上用?apt-get install libpapi-dev?命令）來安裝，也可以從?源代碼?安裝。

由于之前從源代碼 pull 最新版本的 PAPI 導致了構建問題，因此推薦 checkout 標記版本?papi-6-0-0-1-t。

使用 PAPI 構建 TVM?

若要在 TVM 構建中包含 PAPI，在?config.cmake?中設置：

set(USE_PAPI ON)

若 PAPI 安裝在非標準位置，可指定它的位置：

set(USE_PAPI path/to/papi.pc)

在 Profiling 時使用 PAPI?

若 TVM 是用 PAPI 構建的（見上文），可將?tvm.runtime.profiling.PAPIMetricCollector?傳給?tvm.runtime.GraphModule.profile()?來收集性能指標：

import tvm
from tvm import relay
from tvm.relay.testing import mlp
from tvm.runtime import profiler_vm
import numpy as np

target = "llvm"
dev = tvm.cpu()
mod, params = mlp.get_workload(1)

exe = relay.vm.compile(mod, target, params=params)
vm = profiler_vm.VirtualMachineProfiler(exe, dev)

data = tvm.nd.array(np.random.rand(1, 1, 28, 28).astype("float32"), device=dev)
report = vm.profile(
    data,
    func_name="main",
    collectors=[tvm.runtime.profiling.PAPIMetricCollector()],
)
print(report)

Name                                    perf::CACHE-MISSES   perf::CYCLES  perf::STALLED-CYCLES-BACKEND  perf::INSTRUCTIONS  perf::STALLED-CYCLES-FRONTEND
fused_nn_dense_nn_bias_add_nn_relu                   2,494      1,570,698                        85,608             675,564                         39,583
fused_nn_dense_nn_bias_add_nn_relu_1                 1,149        655,101                        13,278             202,297                         21,380
fused_nn_dense_nn_bias_add                             288        600,184                         8,321             163,446                         19,513
fused_nn_batch_flatten                                 301        587,049                         4,636             158,636                         18,565
fused_nn_softmax                                       154        575,143                         8,018             160,738                         18,995
----------
Sum                                                  4,386      3,988,175                       119,861           1,360,681                        118,036
Total                                               10,644      8,327,360                       179,310           2,660,569                        270,044

還可以指定收集哪些指標：

report = vm.profile(
    data,
    func_name="main",
    collectors=[tvm.runtime.profiling.PAPIMetricCollector({dev: ["PAPI_FP_OPS"])],
)

Name                                  PAPI_FP_OPS
fused_nn_dense_nn_bias_add_nn_relu        200,832
fused_nn_dense_nn_bias_add_nn_relu_1       16,448
fused_nn_dense_nn_bias_add                  1,548
fused_nn_softmax                              160
fused_nn_batch_flatten                          0
----------
Sum                                       218,988
Total                                     218,988

運行?papi_avail?和?papi_native_avail?命令可得到可用指標列表。