企业官网建设流程全解析

• 开发工具
• IDE
• 数据可视化
• Ascend

PyPTO Toolkit是 PyPTO 框架的全流程辅助工具，其中的GM 内存可视化（GM Memory Visualization）功能可以把 GM 内存的分配结果画成一张图：每个 Tensor 占用哪段地址、存活多长时间、与谁发生地址冲突，一眼就能定位。对于做算子开发、内存调优的开发者来说，这是排查显存浪费与 Tensor 重叠问题的必备视图。

GM 内存可视化能解决什么问题 🤔

编译后的 PyPTO 程序会在 GM（Global Memory）上申请大量内存块，用来存放各个 Tensor 的数据。手动分析这些内存块非常困难：

• Tensor 分配在哪里？大小、地址、存活区间都不直观
• 是否发生了地址冲突（两个 Tensor 在同一区间重叠）？
• 距离两个 Tensor 有多近，是否存在潜在的访存干扰？

GM 内存可视化视图直接基于内存分布文件（memory_usage_visualization.json）渲染出时间-地址二维图表，把上述问题图形化。官方功能说明见 gm_memory.md。

准备数据：生成内存分布文件

1. 用 Visual Studio Code 运行 PyPTO 程序（或在侧边栏打开 PyPTO Toolkit），运行结果会生成结果文件夹，其中包含内存分布文件memory_usage_visualization.json。数据准备流程详见 data_preparation.md。

   项目内也自带一份示例数据，可用于快速体验：test/fixtures/memory_usage_visualization.json。

2. 该文件是 GM 内存可视化的唯一输入。打开命令在 registerCommand.ts 中注册，只有文件名为memory_usage_visualization.json时才会渲染视图。

一键打开 GM 内存可视化 🚀

在 Visual Studio Code 资源管理器中右键单击内存分布文件，依次选择：

PyPTO Toolkit：高级操作→PyPTO Toolkit：GM内存可视化

视图打开后，横轴是时间（Tensor 的存活区间），纵轴是内存地址，每个色块就是一个 Tensor。后端加载逻辑见 gm-memory-visual-server.ts，前端图表渲染见 memoryUsage.vue。

读懂 Tensor 分配与冲突图表 📊

打开视图后，常用操作如下（详细步骤见 gm_memory.md）：

左侧的缩略导航条可以帮助你在超长地址区间中快速跳转，搜索框则支持按 Tensor 名称过滤。

💡调优技巧：先用Ctrl+ 滚轮放大时间轴找到冲突聚集的时间点，再用右键"最近 Tensor"确认重叠对象，最后结合计算图查看这两个 Tensor 对应哪两个节点，就能判断是否需要调整 Tiling 或中间变量布局。

冲突是如何被检测出来的 🔍

视图会自动扫描所有内存块并输出重叠区间：冲突检测逻辑位于 memoryConflictDetection.ts，核心函数detectConflicts按 Region 分组、按起始地址排序后逐块检查重叠，得到overlaps冲突列表。带冲突的 Tensor 会在图上被高亮，让你不必逐个比对地址。

想进一步按执行时间点回放内存分配事件，还可以使用 memory_visualization.md 介绍的"模拟执行内存分配"视图，与 GM 内存可视化互为补充。

相关文件速查 📁

• 功能文档：docs/zh/computation_graph/gm_memory.md
• 打开命令注册：src/command/registerCommand.ts
• 数据加载服务：src/view/servers/gm-memory-visual-server.ts
• 前端视图组件：media/vue-project/src/components/memoryUsage/
• 冲突检测算法：media/vue-project/src/components/memoryUsage/memoryConflictDetection.ts

掌握 GM 内存可视化后，你就能从"猜内存去哪了"变成"看图说话"，让每一次内存调优都有据可依。

• 开发工具
• IDE
• 数据可视化
• Ascend