1. 使用场景

地平线J6算法工具链提供了一套板端实测 性能分析工具UCP trace，通过在 UCP 执行的关键路径上嵌入 trace 记录，进而深入分析 UCP 应用程序 调度逻辑。特别是在出现性能异常时，可以通过分析UCP trace，快速找到异常发生的时间点。另一方面，在工程任务调度层面，可以分析出 模型推理 是否在持续进行。

UCP Trace 记录点：UCP 在应用程序 API 及内部关键调度路径嵌入了 trace 记录点，包括任务 trace 记录点和算子 trace 记录点。(后面会结合示例介绍)

2. 相关文件

1. perfetto trace 和 chrome trace 两种后端选项。

2. perfetto trace 包含 in_process 和 system 两种模式。

本文会详细介绍in_process模式，用到的文件只有ucp_in_process.cfg、ucp_in_process.json这两个。

1. Perfetto 是 Google 开发的系统性能分析工具，能够收集来自不同数据源的性能数据， 同时提供了 Perfetto UI (https://ui.perfetto.dev/) 用于数据的可视化和分析。

2. Perfetto in_process 表示进程内模式，进程内直接保存 perfetto trace 到文件。

3. Perfetto system 表示系统模式，由后台服务 traced，traced_probe 两个工具统一进行 trace 捕获。

3. 详述in_process模式

in_process 模式下只能抓取 UCP 进程内的 trace 信息，无需启动 perfetto 的后台进程。

3.1 单帧示例运行

需要用到的工具配置文件有：

将其放在runtime 00_quick_start快速上手示例运行脚本目录下：

进入上述目录下，配置环境变量：

运行程序：

在该目录下会生成trace文件：ucp.pftrace

1. Perfetto 不支持直接覆盖原有的 trace 文件，若 trace 文件已经存在，则需要先将其删除。

2. ucp_in_process.json中指定的文件路径是相对路径，因此trace配置文件和脚本需要放置在运行程序的同级目录下。

3. 确保在同一个shell环境中配置环境变量和运行程序。

3.2 单帧结果解读

生成的ucp.pftrace，就是我们要分析的文件。
访问 Perfetto UI （https://ui.perfetto.dev/），点击左侧的Open trace file，如下所示：

选择生成的ucp.pftrace文件，选中中间最长的一块，如下所示：

上图中run_resnet 113105线程是工具内部新起的线程，用于OpFnish(接收BPU完成的信号)，TaskSetDone(通知任务执行完成)、SubmitOp(算子提交)等任务。

在这个示例中，你可以看到如下Trace点：

同理，运行runtime_sample示例roi_infer.sh，可视化如下：

3.3 单线程+多帧 运行与结果解读

文件准备：

环境变量参考上节，然后运行命令：

产出pftrace文件，可视化如下：

3.4 多线程+多帧 运行与结果解读

文件准备：

环境变量参考上节，然后运行命令：

产出pftrace文件(04_hrt_4thread_ucp.pftrace)，可视化如下：

拿到这个多线程的可视化数据，能分析什么？

1. 查看UCP内部调度耗时是否异常：例如哪块耗时明显高于预期，内部调度异常，可以联系地平线技术支持。

2. 观察到BPU是否在持续使用：例如两个BPU OpFnish算子记录点之间的耗时是否符合预期，继而判断任务编排是否合理，任务下发是否及时等，这需要用户自行处理。

4. 简述system模式

注意：为了能够抓取完整的数据，需要确保数据上一步perfetto进程 先执行，后退出。

可视化生成的ucp.pftrace：

由于 个人 在实际使用过程中应用system模式较少，故这儿不进行详细介绍，未来有必要，再详细研究。