tf_musa_runner

基本使用

运行 Graph / MetaGraph

python musa_run_pb_graph.py \
  --spec ./meta_graph/meta_graph_1.spec \
  --bs 32 \
  --musa-plugin /path/to/your/libmusa_plugin.so

---

参数总览

参数	类型	默认值	说明
--spec	str	None	单个 .spec 文件路径（MetaGraphDef）
--spec_dir	str	None	批量模式：递归扫描目录下所有 .spec
--pb	str	None	指定 frozen graph .pb 文件路径（仅单 spec 可用）
--bs	str/int	1024	batch size（支持单值或逗号分隔，如 1,8,16,32）
--unknown_dim	int	1	非 batch 维度的填充值
--seed	int	2026	随机数种子（输入数据生成）
--warmup	int	3	warmup 轮数（不计时）
--run_iters	int	10	正式 benchmark 迭代次数
--out_root	str	runner_out	输出结果目录
--strict	bool	True	是否在失败时退出

---

设备相关参数

参数	类型	默认值	说明
--device	str	/device:MUSA:0	运行设备
--allow_soft_placement	bool	True	是否允许 TensorFlow 自动 fallback
--log_device_placement	bool	False	是否打印算子设备分配日志

支持设备类型

/device:MUSA:0
/device:CPU:0

---

MUSA 插件参数

参数	类型	默认值	说明
--musa-plugin	str	auto	MUSA 插件路径（libmusa_plugin.so）

默认路径：

../tensorflow_musa_extension/build/libmusa_plugin.so

---

PB / 转换相关参数

参数	类型	默认值	说明
--convert_script	str	convert_spec_to_pb.py	spec → pb 转换脚本

自动逻辑

当未指定 --pb 时：

1. 自动检测 frozen_graph_xxx.pb
2. 未找到则调用 convert_script 生成
3. 仍失败则报错退出

---

输入参数示例

单模型运行

python musa_run_pb_graph.py \
  --spec model.spec \
  --bs 32 \
  --warmup 5 \
  --run_iters 10

---

多 batch 测试

python musa_run_pb_graph.py \
  --spec model.spec \
  --bs 1,8,16,32,64

---

批量目录运行

python musa_run_pb_graph.py \
  --spec_dir ./meta_graph/

---

指定 PB 跳过转换

python musa_run_pb_graph.py \
  --spec model.spec \
  --pb frozen_graph.pb

---

CPU 调试模式

python musa_run_pb_graph.py \
  --spec model.spec \
  --device /device:CPU:0

---