SuperKernel 融合性能分析的 Kernel Projection 映射协议：从结构关联到精确轨迹对齐

SuperKernel 融合性能分析的 Kernel Projection 映射协议从结构关联到精确轨迹对齐【免费下载链接】graph-autofusionGraph-autofusion 是一个面向昇腾Ascend芯片的轻量级、解耦式组件集合旨在通过自动融合技术加速模型执行。 目前已开源 SuperKernel 组件和 Autofuse 组件未来将持续开放更多自动融合相关模块。项目地址: https://gitcode.com/cann/graph-autofusion导读本文基于 CANN graph-autofusion 仓库中 SuperKernel 融合性能分析技能superkernel-fusion-performance-analysis的**结构关联Structural Association**规范深入讲解 SuperKernelSK融合性能对比的核心前提如何把融合后SK-on的候选算子精确映射回融合前SK-off基线 profiler 中的原始 kernel 行。读者将掌握kernel_projection_trace_v2唯一映射协议的七步流程、scope_sentinel_exclusion_v2排除门禁、exact_projected_trace证据边界以及配套 CLI 工具projected_trace_mapping.py的实际用法与全部阻塞项blockers为逐 SK 的性能分类、回归归因与源码标定提供可复现、可审计的证据基础。为什么需要Kernel Projection融合前后 trace 无法直接对应SuperKernel 融合后多个子算子被合并进一个父 kernel 执行profiler 产出的kernel_details.csv中不再有融合前每个子算子的独立行。若要在 SK-off 与 SK-on 两种 profile 之间逐 SK 比较性能必须先回答一个问题某个融合后的父 SK 在融合前的 kernel 序列里对应哪几行直接按名字对上或按时间轴对齐都不可靠原因是静态控制图与动态 profiler trace 之间存在系统性偏差静态图sk_graph_origin.json包含 profiler不稳定观测的 control/event 节点WAIT/NOTIFY/EVENT 等拓扑节点kernel_details采用 host 域时间戳而sk_prof可能采用设备侧计数器两者属于不同时钟域无法直接求跨时钟绝对 offset。因此协议明确规定禁止把静态控制全图同构、跨时钟绝对 offset、raw ID 或局部名称窗口作为映射方案或 fallback。唯一允许的映射协议是kernel_projection_trace_v2其方法结论是先移除不可观测的拓扑节点再以完整流内 kernel 序列为身份求唯一 stream-role 单射最后用融合元数据把每个 fused child 落到 baseline kernel ordinal 上。这一设计在源码中有直接对应projected_trace_mapping.py的模块 docstring 明确指出 The mapper deliberately avoids joining host profiler timestamps with device sk_prof timestamps即映射器刻意不做 host/device 时间戳连接见 projected_trace_mapping.py第 9-15 行。唯一协议kernel_projection_trace_v2的七步映射流程协议要求融合前子算子映射只使用完整 step 的可观测 kernel 投影流程如下裁剪拓扑节点从 profile 进程自己的sk_graph_origin.json删除 topology-only 的 control/event 节点。注意删除只针对不可观测节点不得按算子名全局删除 kernel。构造流内序列对每个 graph stream 保留完整 kernel 顺序节点 identity 为稳定 stream role kernel ordinal。构造 baseline 序列从 baselinekernel_details.csv按device_id model_id Step Id构造每个 step 的完整流内 kernel 序列。规范化算子名规范化 profiler 的aclnn..._Opwrapper 与通信 kernel 名称搜索唯一的 injective stream-role assignment。全量一致性校验要求每个 measured step 的节点总数、stream 数、完整序列和 core family 均一致并显式搜索第二解确认无歧义。fused child 落点从同进程sk_fused_nodes.log读取 fused child 的 origin nodeId转换为(source stream role, kernel ordinal)再落到每个 baseline step 的唯一 kernel row。区间统计对映射行计算interval max(end) - min(start)、duration_sum与区间 union。只有满足stream-role 注入唯一、所有 step 全量一致、每个 child 唯一落点、候选父 SK 在至少三个 step 中均存在四个条件时才输出kernel_projection_structural exact_projected_trace任一门禁失败都返回diagnostic_only insufficient_evidence不得执行其他映射算法补洞。源码佐证projected_trace_mapping.py中source_kernel_projection()第 186-208 行按stream_key分组、以stream_ordinal排序生成投影序列align_projection_steps()第 651-678 行逐 step 调用solve_unique_stream_assignment()并校验跨 step 一致性build_mapping()第 821-974 行要求len(required_steps) 3直接报错第 868-869 行把至少三个 step固化为硬性门禁。时钟域与 occurrence 边界raw ID 的定位sk_prof设备侧融合内 trace不参与baseline 子片段映射。父 occurrence 的绑定必须按显式键device_id model_id sk_id Step Id完成。sk_prof只在映射完成后用于融合内 child 调度分析Cube/Vector 归因DCCI数据复制控制归因。若sk_prof缺失、lane 不完整或无法跨时钟域求绝对 offset只会限制内部调度归因不影响已经证明的 projected mapping见 SKILL.md 第 103-107 行对同一规则的描述。raw Task ID、raw stream ID 和 raw node ID只允许在同一 artifact 内解析或用于诊断展示不能跨进程产生 exact confidence。structural_association.py中canonical_op()第 375-406 行会剥离生成哈希、地址、编译尾缀、数值尾缀、profiler 特化后缀等启动期身份只保留算子类型canonical_core_family()第 409-423 行把AIV_ONLY/AI_VECTOR_CORE/MIX_AIV归一为AI_VECTOR_CORE把AIC_ONLY/AI_CORE/MIX_AIC/MIX_1_1/MIX_1_2归一为AI_COREWAIT/NOTIFY/RESET/EVENT 归为CONTROL——这正是稳定 core family跨 artifact 可比的基础。scope_sentinel_exclusion_v2受限的 marker 排除协议静态图中常出现 SuperKernel 运行时注入的 scope 标记 kernelsentinel它们不是业务算子会污染投影序列。scope_sentinel_exclusion_v2用于排除它们但它不是 op-name ignore list。允许的 marker 形态只允许 anchored 形态由_SCOPE_SENTINEL_FUNCTION正则约束见 projected_trace_mapping.py 第 51-54 行sk_scope_kernel_begin_dav_tag sk_placeholder_kernel_dav_tag sk_scope_kernel_end_dav_tagtag 只校验单个 occurrence 内部一致性不作为 occurrence identitymarker 在同一 stream role 中按 marker occurrence ordinal 切分B,P,P / P,P,E双链候选。每个 occurrence 的两段必须分别连续、中间存在业务节点所有 marker 必须恰好被分区且只排除最终证据中列出的 node key。完整门禁清单候选链存在以下任一情况时整个候选集合拒绝生效、原始 projection 保持不变门禁说明链不完整 / 不连续每 tag 必须满足 begin/end 一一配额每次 occurrence 恰好 4 个 placeholder跨 stream单流非嵌套布局要求同一 stream role 内的连续链被 fused group 引用sentinel 不能出现在任一 fused group 的节点集合中出现在任一 profiler 或 updated graphbaseline/candidate profiler 与sk_graph_updated中不可见显式标定运行除外过滤后计数不等排除后 source 投影与每个 baseline step 的流数与 kernel 总数必须一致流映射不唯一 / 跨 step 不一致排除后仍需唯一 stream-role 注入且跨 step 相同任一 fused child 无法精确落点所有 child 必须在每个 step 的 baseline 行中命中相同 token候选集合、逐门禁结果与 blockers 必须写入projection_exclusions字段并参与 mapping fingerprint 计算。对应实现是guarded_sentinel_exclusion()第 441-576 行它逐个填充gates字典如all_origin_graphs_consistent、absent_from_fused_children、absent_from_baseline_profiler、post_exclusion_counts_match、unique_full_sequence_assignment、assignment_identical_across_steps、all_fused_children_project_exactly任何一项失败即statusrejected且不排除任何节点。标定calibration模式例外当 collection manifest 的config.marker_namespace非空如skcal时允许嵌套作用域和 marker 跨多个 stream role也允许 profiler 中可见 marker但其余门禁来源一致、fused child 未引用、基线不可见、updated graph 不可见、排除后唯一投影、跨 step 一致保持不变。这一行为在测试 test_projected_trace_mapping.py 中有覆盖test_guarded_scope_sentinel_exclusion_allows_calibration_visibility验证了marker_namespaceskcal时排除被接受第 297-334 行而test_guarded_scope_sentinel_exclusion_rejects_profiler_visibility验证了生产模式下 marker 在 profiler 中可见即被拒绝第 264-295 行。性能映射与可复现性审计分层唯一的性能比较映射融合前后性能比较只建立candidate_profile - baseline_profile(SK off)映射profile 进程自己的 origin graph、fused metadata 和 candidate kernel rows 共同证明当前 SK occurrencebaseline kernel rows 提供融合前 intervalcompat/verify 不参与该映射也不允许把跨进程 signature 匹配失败写入mapping_errors。可复现性审计独立化compat/verify 可作为独立的候选侧可复现性审计比较配置、workload 和规范化 fusion inventory或在需要晋级复验时重新采集 instrumented candidate profile。审计结果可以单独标记reproducibility_unproven但不得把已经 exact 的 profile-to-baseline 映射降级为insufficient_evidence。性能映射中不得出现fusion_replay_identity_unmatched门禁见 SKILL.md 第 188-194 行的等价规则。Blockers 清单映射失败的显式原因协议定义了完整、封闭的 blocker 枚举映射失败必须落在此集合内不允许自由发明kernel_projection_step_missing kernel_projection_stream_count_mismatch kernel_projection_stream_unmapped kernel_projection_injective_assignment_missing kernel_projection_stream_assignment_ambiguous kernel_projection_step_inconsistent candidate_projection_occurrence_domain_mismatch metadata_origin_node_not_in_kernel_projection baseline_projection_ordinal_missing baseline_projection_child_mismatch kernel_projection_artifact_association_failed这些 blocker 在源码中均有对应产生点例如solve_unique_stream_assignment()第 618-648 行在流数不等时返回kernel_projection_stream_count_mismatch无候选返回kernel_projection_stream_unmapped无解返回kernel_projection_injective_assignment_missing多解返回kernel_projection_stream_assignment_ambiguousmaterialize_group()第 705-818 行产生candidate_projection_occurrence_domain_mismatch、metadata_origin_node_not_in_kernel_projection、baseline_projection_ordinal_missing、baseline_projection_child_mismatch。测试 test_projected_trace_mapping.py 的test_repeated_stream_signatures_are_ambiguous第 376-388 行验证了重复 stream signature 必须判为 ambiguous 而不是人工选解。输出与源码边界JSON 契约与精确度语义运行命令在技能目录下运行 projected_trace_mapping.py其parse_args见第 1069-1077 行生成独立 JSON 与中文 Markdown 报告python3 .claude/skills/superkernel-fusion-performance-analysis/scripts/projected_trace_mapping.py \ --baseline-kernel-details artifacts/S0/profile/profiler/kernel_details.csv \ --profile-collection-manifest artifacts/S1/profile/association-artifact-manifest.json \ --device-id 0 --model-id 48 \ --json-out output/projected-trace-mapping.json \ --markdown-out output/PROJECTED_TRACE_MAPPING.md参数说明参数必填说明--baseline-kernel-details是SK-off 基线 profiler 的kernel_details.csv必须包含Step Id/Device_id/Model ID/Task ID/Stream ID/Name/Type/Accelerator Core/Start Time(us)/Duration(us)全部字段REQUIRED_BASELINE_FIELDS第 70-81 行--profile-collection-manifest是profile 进程自己的 collection manifestJSON绑定sk_graph_origin、sk_graph_updated、sk_fused_nodes、super_kernel、kernel_details等 artifact--device-id/--model-id是目标设备号与模型号用于过滤 baseline 行与绑定 origin graph 身份--json-out/--markdown-out是输出路径脚本自动创建父目录候选 profile 的kernel_details.csv需要额外字段Block Num、Mix Block Num_CANDIDATE_KERNEL_HEADERS见 structural_association.py 第 130-143 行。JSON 必须保存的内容结果 JSONschema_version 2.0见build_mapping()第 938-974 行必须包含完整 step 集steps每步的 stream-role assignmentstream_role_mapping替代解数alternative_solution_count_by_step每个 child 的 baseline source rowbaseline_occurrences[].children[].baseline_source_rowtask/stream 诊断字段baseline_task_id、baseline_stream_id三类区间统计interval_us、duration_sum_us、union_duration_us其中 union 由_union_duration()第 681-691 行实现区间合并全部输入指纹evidencebaseline 的 SHA-256、profile manifest fingerprint、origin graph fingerprint整体mapping_fingerprint对规范化 JSON 取 SHA-256第 971-973 行。证据边界exact 不等于源码区间exact_projected_trace只证明measured graph occurrence不等价于任何源码语言的区间。源码动作仍要求独立的、由 analyzer 重放通过的source_scope_map_v2 exact映射以及有效递增的source_file/start_offset/end_offset。缺少源码映射时只能提出由graph_occurrence_fingerprint标识的人工单范围复测人工复测范围不能生成或修改 scope。完整协议见 source-calibration-mapping.md旧 task range、layer map、重复 signature 或局部 op window 都不能产生源码 exact。这一边界在render_markdown()生成的报告证据边界章节第 1053-1065 行中被明确输出结果证明的是 baseline 动态 kernel occurrencesk_prof仅用于融合后子节点调度分析缺失或跨时钟域不影响本映射但会限制 Cube/Vector 内部调度归因。输入证据链与 manifest 契约整个映射建立在profile 进程自己产出、封存后不可变的证据链之上。collection manifestschema 见 collection-manifest-schema.json定义了四种 capture role 及其必含 artifactcapture_role必含文件baseline_profilekernel_details、task_time、trace_viewcandidate_profile上述三项 sk_graph_origin、sk_graph_updated、sk_fused_nodes、sk_scope_split、super_kernelcandidate_compat/candidate_verify仅 SK 元数据五项不含 kernel_detailsmanifest 中每个文件记录path/sha256/size/ctime_ns/mtime_nscapture要求root_was_empty: trueproducer记录 native_pid、时间窗与 command fingerprint。structural_association.py的revalidate_profile_inputs()第 1152-1169 行会在读取后重新解析并核对 wrapper 与 manifest 记录完全一致任何字节变化都会 fail-closed保证分析期间输入不可变。此外CANN origin graph 可能把模型实例写成48_1而 profiler 使用基础模型号48规范化器保存完整origin_model_id作为证据只用第一个下划线前的整数参与跨 artifact model identity见_PROFILE_MODEL_ID正则与_candidate_profile_graph_index()第 58 行、第 1440-1449 行非整数前缀必须 fail-closed。与性能分类和源码标定流水线的衔接kernel_projection_trace_v2是整条 SuperKernel 性能分析流水线的第一道门entry gate。在 SKILL.md 定义的完整流程中它先行产出权威的 fused-child 映射第 319-329 行的第一个 CLI 命令随后才允许运行analyze_fusion_performance.py做逐 SK 的 P50/P90/MAD 分类。使用 baseline interval 的前提是source_kernel_nodes baseline_rows_per_step[step]、替代 stream-role 解为零、至少三个 step、且该 SK 达到exact_projected_trace。跨层 family 分析cross-layer-family-analysis.md与逐 SK 源码标定source-calibration-mapping.md都建立在这一精确映射之上但各自拥有独立的证据链与 fail-closed 规则不允许互相借用或降级。总结协议的可靠性设计原则回顾整个kernel_projection_trace_v2协议其可靠性来自一组相互独立又彼此咬合的规则身份不跨域host 时钟、设备时钟、raw ID、生成名、层号各归各域跨进程一律只作诊断展示序列优先于名字以完整流内 kernel 序列与 stream-role 单射作为唯一身份载体杜绝按名字找行的脆弱匹配全量一致每个 measured step 的节点数、流数、序列、core family 必须全量一致并显式排除第二解最少三步候选父 SK 必须在至少三个 step 中均存在保证统计意义失败留痕任一失败返回diagnostic_only insufficient_evidence并给出显式 blocker不补洞、不降级、不伪造证据封存所有输入经 manifest 绑定 SHA 并在读取后重放校验映射结果与输入指纹绑定生成 mapping fingerprint。这套协议把融合前后 kernel 怎么对上从经验性猜测变成了可审计、可复现的结构化证据是后续一切 SuperKernel 性能结论成立的地基。【免费下载链接】graph-autofusionGraph-autofusion 是一个面向昇腾Ascend芯片的轻量级、解耦式组件集合旨在通过自动融合技术加速模型执行。 目前已开源 SuperKernel 组件和 Autofuse 组件未来将持续开放更多自动融合相关模块。项目地址: https://gitcode.com/cann/graph-autofusion创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考