PyPTO Toolkit 用户文档

PyPTO Toolkit 是面向 PyPTO 算子开发者的 VS Code 插件。本说明聚焦插件为 PyPTO 3.0 提供的运行时和编译过程可视化能力，帮助用户查看任务执行时序、分析任务依赖，并定位编译 Pass 带来的 IR 变化。

主要能力

分析对象	输入	用途
Chip Swimlane	chip_swimlane_records.json	查看 AICore Worker、AICPU Scheduler 和 Orchestrator 的运行时序
Serving Strace Swimlane	serving-strace-swimlane.json	查看 Serving 任务时序，并按 WorkerProcess 汇总任务数量和耗时
任务依赖图	deps.json	查看任务、Tensor、前后驱关系和冗余依赖
函数性能表	name_map*.json 和同目录泳道文件	按函数汇总执行次数及最大、最小、平均耗时
IR Pass Trace	passes_dump* 目录	对比连续编译 Pass 前后的 Python IR 快照
内存复用分析	使用 memory_map 处理的 pass dump	从地址和生命周期两个维度查看片上内存布局与复用

安装插件 快速上手

推荐分析顺序

1. 从最新 GitHub Release 下载并安装 VSIX。
2. 将 PyPTO 3.0 运行生成的 dfx_outputs 和 passes_dump* 保留在 VS Code 工作区内。
3. 先打开 chip_swimlane_records.json 定位耗时和调度阶段。
4. 再打开同目录的 deps.json 检查任务依赖和冗余边。
5. 如果输出中包含 serving-strace-swimlane.json，打开它以比较各 WorkerProcess 的任务数量和耗时。
6. 需要定位编译变化或使用 memory_map 分析内存复用时，打开对应的 passes_dump* 目录。

文档范围

本文只介绍 PyPTO 3.0 已接通并可供用户使用的功能。

反馈

如遇到问题，请在 hw-native-sys/pypto-tools Issues 中提交问题，并尽量附上插件版本、输入文件类型、复现步骤和错误信息。使用插件前请阅读仓库 中文 README 中的免责声明。