SDK Release Note

1.3.1 Firmware

• 支持二进制包安装（rpm或deb）；

• 支持动态电源管理功能，缺省模式下PPU固件会根据实时的工作负载、温度和功耗等信息动态调节核心频率（200MHZ~最大工作频率）和工作电压；

• 支持PPU锁频功能，详情请参见设备管理工具PPU-SMI；

• 支持固件安全签名和固件双备份功能，确保固件内容的安全性和可靠性；

• 支持电源芯片固件升级功能；

• 支持BMC带外管理功能，包括设备状态监控和固件带外升级等；

1.3.2 内核驱动

• 支持二进制包安装（rpm或deb）和runfile包安装两种方式，用户可根据需要自由选择；

• 支持内核驱动和PPU SDK解耦，v1.0版本之后的内核驱动和PPU SDK可任意组合使用；

• 支持单机单卡、单机16卡（ICN互联）、多机多卡（ICN互联）和多机多卡（GDR）多种灵活的机器形态，使用GDR功能之前需确保系统已安装alixpu-peermem内核模块（随PPU内核驱动一起发布）；

• 支持PPU故障上报和故障处理；

• 支持auto-reset功能，驱动在检测到kill overtime或cp invalid cmd错误之后会自动进行PPU设备复位，无需用户手动复位即可恢复正常。该功能默认打开，用户可通过ppu-smi查询状态或关闭该功能；

• 支持MPS（Multi Pipe Service）功能，用户可通过ppudbg --config_submit_mode 1/0打开或关闭该功能；

• 支持MPS模式下小模型和大模型任务的潮汐场景使用；

• 支持nvml GPM指标采集功能，包括：sm利用率、sm occupancy、tensor core利用率、显存带宽利用率、pcie读写速率、icn link读写速率；

• 支持整卡直通虚拟化功能，用户可以在宿主机上解绑PPU驱动直通进虚拟机内使用，此时需要注意不同VM之间的ICN隔离；

• 支持SRIOV虚拟化模式下宿主机驱动的热升级功能，即可以在虚拟机内业务运行的同时对宿主机PPU驱动进行更新；

• 新增单机16卡真武810E的正式支持并优化默认的PPU设备顺序（按照机尾排序）；

• 新增L1/L2 cache命中率GPM指标采集，用户可通过DCGM工具查询获取；

• 调整16卡真武810E设备的逻辑编号规则以获取更好的互联性能;

• 新增MPS潮汐模式状态查询功能；

• 新增Xid错误信息查询功能；

• 新增GPM状态查询和GPM状态启停功能；

• 取消HBM parity Xid错误上报；

1.3.3 用户态驱动和运行时

• 兼容绝大多数cuda runtime api (cudaXXX) 和cuda driver api (cuXXX)；

• 新增发生xid 896错误时输出更多错误日志方便定位问题；

• 优化2D/3D类型的cudaMemcpy/cudaMemset性能；

• 支持stream memory operation v2版本API；

• 支持graph management中edge data相关API；

• 支持graph management中batch memory op node相关API；

• 支持texture基本功能；

• 优化CUDA_DEVICE_MAX_CONNECTIONS=1时PPU性能；

• 支持cuCtxCreate_v3 api；

• 支持在发生异常之后正确输出device code printf的内容；

• 支持HGGC_EXCLUSIVE_STREAMS环境变量指定stream group映射到不同的硬件队列；

• 修复cuda graph不支持cooperative kernel node的问题；

• 支持cudaLaunchKernelExC接口；

• 支持通过asys工具采集stream对应的hardware channel信息；

• 支持AD扩展API接口；

• 修复运行colmap时cudaCreateTextureObject报错cudaErrorIllegalAddress的问题；

• 修复cudaMallocAsync接口分配size为0时报错的问题；

• 支持cudaGetDriverEntryPointByVersion接口；

• 支持cudaLaunchAttributeLaunchCompletionEvent特性；

• 优化cudaCreateTextureObject接口性能；

• 优化split section打开之后ppu-gdb工具性能问题；

• 修复使用cudaLaunchHostFunc概率性挂死的问题；

• 修复使用cuMemImportFromShareableHandle接口导入进程不可见设备显存报错的问题；

1.3.4 编译器

• 基于clang/llvm的编译框架，实现面向PPU架构的、host/device混合编程风格的C/C++扩展语言编译器，完整兼容cuda c/c++的编程语言规范；

• 提供丰富的编译功能模块，方便开发者通过API的调用方式，灵活构建编译流程，方便集成JIT编译的能力；

• 实现inline ptx指令的支持，其中包括部分支持的dense mma指令、sparse mma指令、texture相关指令; 同时针对ppu tensor core扩展了ptx指令的定义；

• 实现CUDA device API的支持，本次扩展Compiler Optimization Hint Function : __builtin_assume_uniform()；

• 支持system level reserved shared memory特性；

• gcc host compiler的版本支持范围在[5.5 - 14.2]，clang host compiler的支持范围在[clang 9 - clang 18]；

• 支持triton 2.3.x、3.0.x、3.1.x、3.2.x、3.3.x、3.4x；扩展triton.lang的语法，引入对AIU的支持；

• Device ELF binary格式默认打开split section选项，减少运行时module load开销；

• 丰富的开发库和二进制工具：hgobjdump、memcheck、ppu-gdb、sanitizer library、hgprune、hgfatbin、hglink & hgJitlink，可以让用户更加方便地开发和调试

  • 运行时JIT编译库hgrtc， 详细介绍请参考。最新更新：

    • 支持对编译产物的caching能力，减少JIT编译过程时间。

  • 发布了PPU 调试工具PPU-GDB，允许在同一个应用程序中同时调试GPU和CPU代码。

  • 发布了PPU Memcheck，是一组用于功能性正确检查的工具套件。该套件中包含了一系列的检查工具，包括memcheck、initcheck、synccheck、racecheck。

  • 发布了PPU Binary 工具hgobjdump，用于提取binary中的device相关信息。

  • 发布了PPU Prune 工具hgprune，用于提取binary中的device相关信息。

  • 发布了PPU Fabin开发库hgfatbin，支持运行时对fabin文件的各类操作。

  • 发布了PPU Link 工具hglink，用于对PPU device code的link操作。

  • 发布了PPU JitLink开发库hgjitlink，支持运行时对PPU device code的link操作。

1.3.5 加速库

计算加速库

• 闭源计算库支持：acdnn、acblas、acfft、acsolver、acrand、acsparse

  • acdnn支持算子

    Conv	BatchNorm	Pooling	Softmax
    Activation	CTCLoss	Dropout	LRN
    LSTM	GRU	MultiHeadAttn	Tensor Ops
    SpartialTransform	Backend fusion

  • acblas支持算子

    Level1 系列 Op	Gemv	Gemm	Matmul + epilogue
    MatrixTransform	trsm	getrfBatched	getrsBatched
    geqrfBatched	gelsBatched

  • acfft支持：R2C/C2R/C2C/D2Z/Z2Z + FFT/iFFT 变换；

  • acsolver支持：矩阵LU分解/求解，cholesky分解/求解，QR分解，SVD分解，特征值分解；

  • acrand支持：

    • 伪随机生成器XORWOW、MRG32K3A、PHILOX4_32_10；

    • 数据分布：Default/Uniform/Normal/LogNormal；

  • acsparse支持：

    • 支持大部分generic API及部分legacy API；

    • cusparse 13.0中表明为[DEPRECATED] 的API未支持；

• acext量化库支持：

  • 支持A16W8/A16W4以及PerChannel/GroupWise的各种Kernel变种；

  • 支持A8W8以及PerChanel/PerToken的各种Kernel变种；

  • 支持WeightonlyBatchedGemv对小batchsize的加速kernel；

  • 支持以下类型 MoE：FP16/BF16，a8w8 PerChanel/PerToken；

• 开源项目支持：

  • PPU FlashMLA 1v5；

  • PPU FlashAttention 2.4.2/2.5.6/2.5.7/2.7.2/2.7.4.post1；

  • PPU cutlass2.5；

  • PPU cutlass3.3/3.4/3.6；

  • PPU Xformers 0.0.22/0.0.25/0.0.27/0.0.29.post1/0.0.30；

  • PPU FasterTransformer；

  • PPU 扩展库 acext；

    • 目前主要支持高性能 a16w8、a16w4、a8w8 量化、group-gemm、MoE、batch gemv 等实现；

    • 提供 PPU_SDK library 和开源仓库两种方式，供各框架和应用集成；

  • PPU DeepGemm：

    • 支持 dense gemm、group gemm；

    • 支持 FP16、A8W8 format，不支持 FP8；

    • 支持 PerChanel/PerToken 量化，暂不支持 BlockWise 量化；

• 关键更新：

  • 完成 DeepGemm 初步支持：EP 典型场景性能达竞对水平；

  • 优化 DPSK/Qwen3 等场景 MoE 性能，相对trition版本平均提升50%以上；

  • blaslt：增强 desc 跨版本支持；完善通信计算并行方案支持；

  • conv：完善不同format组合的支持；增加对 strided channel 的支持；

  • solver：新增 gesvda 支持；

  • 增强计算库对 Driver/Runtime 调用错误信息的处理；

  • 优化 deconv 性能：部分场景性能提升40%；

  • 优化 LSTM 性能，部分场景性能提升30%；

互联加速库

• PCCL:

  • 兼容支持绝大多数 nccl api (ncclXXX) 和环境变量；

  • 支持 AllReduce、AllGather、ReduceScatter、Broadcast、Reduce、Send、Recv 等典型互联算子；

  • 支持单机内多卡通过 ICN、PCIE、ShareMemory 通信；

  • 支持多机之间通过 RDMA (GDR & non GDR) 、Socket、ICN 通信；

  • 支持 真武810E构成的多卡服务器类型；

  • 支持新的 comm config 选项 ‘CTA_POLICY ’, 当设置为 '1' 时可节省 真武810E 下 CUs 资源使用，对计算/通信并行部分场景有性能提升；

  • 支持新的 comm config 选项 'maxCTAs', 可以 per comm 的将最大可用 channels 数调整为 '64'；

  • 完成了 ncclMemAlloc/ncclMemFree/ncclCommRegister/ncclCommDeregister 等内存管理功能的初步实现; 当前为实验性支持, by default 关闭，尚需设置 'NCCL_CUMEM_ENABLE' 为 '1' 来打开使用 'IPC Register' 等功能；

  • 完成初步的 'symmetric memory API' 功能支持, 支持了 'pcclCommWindowRegister' 与 'pcclCommWindowRegister' 等新接口及 allreduce、allgather 与 reducescatter 等 kernels 实现；

  • 完成初步的 'CE collective' 功能支持, 可通过 per comm 的设置 'CTA_POLICY' 为 'PCCL_CTA_POLICY_ZERO' 来使用；

  • 完成了 'ncclCommInitRankScalable' 功能支持以优化大规模通信组下的 init 时间；

  • 完成对第三方 net plugin 上 UCX 功能的初步支持；

  • 支持 cuda launch mode 为 'blocking' 时的正常运行；

  • Debug 功能增强：

    • 支持 NCCL RAS ，目前 by default 为关掉，需显式设置NCCL_RAS_ENABLE为 ‘1’ 来打开使用；

    • 部分 'hang monitor' 功能增强；

  • pccl tools:

    • pccl perf:

      • 支持 AllReduce、AllGather、ReduceScatter、AlltoAll、Broadcast 及 Reduce；

    • p2pBandwidthAndLatencyPerf 工具增强，具体可见：

      • 支持真武810E 等产品在各种多卡互联 topo server 下的 icn p2p 互联带宽与延迟性能评估；

    • DeviceOrderSearch tool:

      • 用于 Megatron 框架模型训练任务上基于并行训练配置得到真武810E 机器上的最佳 visible device order 设置，具体使用可见：

    • pccl check tools:

      • 支持 真武810E 等产品在多卡或多机多卡等场景下的功能 readiness 检查；

    • sailbandwidth：

      • 完成首个版本支持, 关键 P2P 性能可达到预期水平；

• sailSHMEM:

  • 兼容支持所有 nvshmem pt2pt 相关 api；

  • 支持单机内与多机节点间的 PPU 卡 pt2pt 操作像 thread/warp/block 级别的 put/get bw、 latency 与 signal 及 wait 等同步操作；

  • 支持 icn link p2p 传输与 rdma ibrc 与 ibgda 网络传输；

  • 支持 bitcode 编译；

  • 提供了若干单机内做卡间 bulk copy 的新 APIs 支持，相较原有功能 bw 性能可提升约 30%；

• DeepEP:

  • 兼容支持 DeepEP 绝大多数 python API 用法；

  • 支持单机内与节点间的 dispatch 与 combine intranode、internode 与 internode low latency 三种类型 kernel 实现；

  • 支持通过 icn link 及节点间的 rdma ibgda 或 ibrc 等传输方式进行通信；

  • 支持 low latency kernel 传输的 int8 groupwise 与 channelwise 量化实现；

  • Rebase 到社区 v2.0 版本；

  • 优化并提升了多机 combine kernels 上的性能；

  • 增强 deepep kernel nvtx info；

  • 修复了 intranode kernel 执行 random 出错的问题；

1.3.6 Video/Image codec硬件加速

兼容Nvidia Video Codec SDK，包括cuvid decode、nvenc（up to v13.0）和nvjpeg（up to v12.4）；兼容NPP（up to v12.9）接口。基于此，可以直接支持ffmpeg（up to v7.1.1）、OpenCV4、DALI（up to v1.44）、PyAV、TorchCodec 等上层框架的Codec硬件加速能力。

Video Decode

• Support Nvidia cuvid decoder。

• Codecs：

  • HEVC (H.265) - ITU-T Rec. H.265 (04/2013), ISO/IEC 23008-2

    • Main Profile, Level 5.1, High Tier

    • Main10 Profile, Level 5.1, High Tier

    • Main Still Profile

  • VP9 - vp9-bitstream-specification-v0.6-20160331-draft

    • Profile 0, 8-bit

    • Profile 2, 10-bit

  • AVC (H.264) - ITU-T Rec. H.264 (03/2010) / ISO/IEC 14496-10

    • Main Profile, levels 1 - 5.2

    • High Profile, levels 1 - 5.2

    • High 10 Profile, levels 1 - 5.2

    • Baseline Profile, levels 1 - 5.2

  • AV1 Bitstream & Decoding Process Specification Version 1.0.0 with Errata 1

    • Main Profile, Level 5.1

  • AVS2

• Resolution Up to 8192x8192

• Up to FHD 192 streams

Video Encode

• Support nvenc

• Codecs：

  • AVC(H.264)：Spec Version 12:ISO/IEC 14496-10 / ITU-T Rec. H.264 (03/2010)

    • Baseline Profile, levels 1 – 5.2

    • Main Profile, levels 1 - 5.2

    • High Profile, levels 1 – 5.2

    • High 10 Profile, levels 1 - 5.2

  • HEVC(H265)：ITU-T Rec. H.265 (04/2013), ISO/IEC 23008-2

    • Main Profile, Level 5.1, High Tier

    • Main10 profile, Level 5.1, High Tier

    • Main Still Profile

  • AV1 Bitstream Specification Version 1.0.0 with Errata 1

    • Main Profile, Level 5.1

• Resolution up to 4K support

• Support input RGB format (converted to YUV420 via inlinePP)

• Support crop, scale, rotate with inlinePP

• Up to FHD 32 streams

JPEG：

• Support nvjpeg decoder & encoder

• Resolution up to 32Kx32K

• Support RGB format input and output with inlinePP

• Support crop, scale, rotate with inlinePP

• Up to UHD 960FPS

Image Process：

• Support Nvidia 2D Image NPP

1.3.7 软件工具

• 为了满足云计算大规模集群监控需求，我们发布了如下PPU管理和监控工具和库文件，以便集成到客户集群运维监控系统中：

  • PPU设备管理工具ppu-smi类似Nvidia-smi。详细介绍请参考设备管理工具PPU-SMI；

  • ppu-smi v1.3 新功能主要包含：

    • 增加查询HBM厂家的描述

    • 增加设置和查询drain状态的描述

    • 增加查询机尾ID的描述

    • 增加topo子命令显示拓扑图支持按照机尾ID过滤和分组的描述

    • 增加topo子命令拓扑图显示RDMA网卡信息的描述

  • ppu-smi v1.4 新功能主要包含：

    • 增加查询XID错误码的描述

    • 增加查询performance counter状态的描述

    • 增加gpm子命令查询和设置GPM的描述

    • 增加查询潮汐模式的描述

    • 增加查询产品架构和Minor number的描述

    • 增加设置和查询MPS模式的描述

  • ppu-smi v1.5新功能主要包含：

    • 更新已知问题

    • 增加查询SDK各组件版本信息的描述

  • 数据中心管理和监控工具PPU DCG类似Nvidia DGCM，详情请参考管理监控工具DCGM；

  • DCGM v1.3新功能主要包含：

    • 支持cache命中率相关field ID

    • 支持tensor core利用率相关field ID

  • DCGM v1.4新功能主要包含：

    • 支持ICN每链路收发速率相关field ID

    • 更新field ID支持情况列表

  • DCGM v1.5新功能主要包含：

    • 增加Docker环境使用DCGM的说明

  • DCGM v1.6 增强包括：

    • 支持整数计算pipe利用率相关field ID

  • DCGM v1.7新功能主要包括：

    • 增加nvbandwidth诊断测试程序的说明

    • 标明各子命令未支持的功能

    • 更新DCGM 4.2.3版本Field Id支持状态

  • hgml类似Nvidia nvml；

• 发布了PPU性能分析工具Asight Systems和Asight Compue（类似 Nvidia Nsight Systems/ Compute），可以支持用户进行单机、多机训练、推理等场景的性能分析；

  • Asight Systems 是一款低开销的系统级的性能分析工具，用来采集系统各种事件，CPU和PPU的活动，API执行时间以及相关调用栈，NVTX，CPU/PPU activity关联关系等，在Timeline View上统一的可视化呈现出来。 通过imeline View，开发人员可以方便分析CPU/PPU的负载和关联关系，找到性能瓶颈，确保CPU和PPU能够协调的工作，确保最大的并行度。详细介绍请参考程序性能分析套件Asight Systems；

  • Asight Systems v1.3 新功能主要包含:

    • 支持 Python Functions Trace，在不修改用户 Python 代码的情况下对指定的 Python 函数进行 profile

    • 支持采集应用程序日志输出；支持采集设备内存申请失败跟踪

    • 新增专家系统和统计系统，支持15条分析规则

      • asys stats 支持 HGGC API / OSRT API / HGTX range / HGGC kernel 耗时统计和跟踪导出

      • asys stats 支持关联 HGTX 和 PPU 侧跟踪，输出统计报告和导出关联数据

    • Timeline View增强：

      • 支持HGGC Launch API在Timeline View上按其启动的Kernel名字显示

      • User created stream在Timeline View上支持显示blocking属性

      • Timeline View新增WASD快捷键缩放平移; 在kernel 类型的Timeline item上右键生成的acu命令不准确时提示用户

      • Top-Down View等function table支持搜索module name

    • 高级打开功能支持指定更多事件类型(PCCL, Log, Backtrace, NIC metrics)

  • Asight Systems v1.4 新功能主要包含:

    • UI样式美化与布局调整，更多tab 样式用于切换；支持在报告打开过程中关闭报告标签页。

    • asys增强： asys支持指定CPU和Python Profiling调用栈深度；asys支持指定采集应用程序部分进程的跟踪数据；asys支持采集PPU频率和温度等基本信息；asys支持采集CPU调用栈信息更短的采样周期；asys stats支持HGGC kernel grid block统计和跟踪导出；asys 支持HGGC Python backtrace调用栈采集；asys 支持 memory Python backtrace调用栈采集；asys python functions trace支持采集python进程下的所有线程。

    • Timeline View 增强： Timeline View支持显示HGTX自定义颜色；Timeline View支持filter后PPU节点时间占比更新；Timeline View支持显示RDMA网卡metrics指标信息；Timeline View支持显示PPU Activity依赖关系；Timeline View支持独立显示HGGC Graph信息；Timeline View支持标记时间线；Timeline View 支持以不同的颜色显示不同类型的Video时间线；Timeline View中HGGC Launch API支持以kernel名显示；Events View增加了平铺模式，增强搜索记录的自动填充；Function View增加了火焰图和冰川图；HGTX range汇总支持指定进程和线程列表。

  • Asight Systems v1.5新功能主要包含:

    • asys stats支持HGTX PPU projection summary统计功能

    • asys stats支持HGGC PPU memory跟踪数据量 / 耗时统计功能

    • asys stats子命令PPU kernel相关统计功能支持添加HGTX range前缀

    • asys stats子命令HGTX Range Summary支持按照进程过滤

    • asys stats子命令PPU跟踪相关统计功能支持指定统计的PPU device列表

    • asys stats子命令Device Memory Uasge Details / Summary支持2 / 4种查看模式

    • asys analyze子命令PPU时间利用率分析支持指定时间范围的选择模式

    • asys专家系统和统计系统description框说明文本简化，增加说明文档跳转链接

    • asys支持限制生成报告文件尺寸

    • asys支持通过--hggc-memory-usage选项使能采集device和pinned内存使用情况

    • 支持采集CPU侧动态分配内存的使用情况，支持内存泄露分析 / 内存使用量统计 / 申请次数统计

    • 支持采集MPS模式使能时HGGC context关联的计算资源信息

    • Memory View支持4种查看模式以及火焰图

    • Timeline View 优化PPU activity依赖关系的显示方式

    • Timeline View支持分组显示功能，允许将感兴趣的时间线行添加到Group View中并单独显示

    • Timeline View支持Device Memory Timeline，帮助用户分析各模块的内存的使用情况，支持三种模式：普通模式；分组模式；分组着色模式

    • Timeline View支持通信算子分层显示

    • Timeline View支持不同kernel以不同颜色显示

    • Timeline View支持CPU侧heap内存时间线显示

    • Time range tooltip中支持显示PPU active/idle时间占比

    • Timeline View 选择time range时按住Shift键支持吸附至最近的时间线起点/终点

    • Timeline View支持按shift/ctrl多选时间线行

    • Timeline View性能优化，解决了打开超大报告GUI卡顿的问题

    • HGGC API支持C调用栈和Python调用栈的混合显示

  • Asight Systems v1.6新功能主要包含：

    • asys支持CPU metrics跟踪采集

    • asys analyze子命令PPU time utilization分析功能支持指定统计的MPS模式Compute Pipe列表

    • asys支持采集Ray框架启动的多节点应用跟踪数据，每台服务器生成一份报告

    • asys支持采集mpirun启动的多节点应用跟踪数据，每台服务器生成一份报告

    • asys支持采集HGGC stream memory operation相关跟踪数据

    • asys stats子命令HGTX PPU Projection Trace / Summary支持按照HGTX range过滤

    • asys stats子命令HGTX PPU Projection Summary支持输出HGTX投影的时间占比和总的投影时间

    • asys stats子命令HGTX Range Kernel Trace / Summary支持按照HGTX range过滤

    • asys stats子命令HGTX Range Kernel Trace支持导出HGGC Graph相关信息

    • asys stats / analyze子命令支持指定ratio类数据输出精度

    • asys stats子命令支持分析PCCL通信kernel之间的不同步情况，支持导出跟踪和汇总数据

    • asys支持投影HGGC graph capture阶段HGTX range到PPU侧HGGC graph node对应的活动

    • asys支持通过事件控制capture range重复启停，多次capture range采集的跟踪写入同一份报告

    • asys支持通过指定PPU设备ID限制仅采集使用这些PPU设备的进程跟踪数据

    • Timeline View支持局部options，支持隐藏用户不感兴趣的行和定制报告的显示行为

    • Timeline View中支持kernel节点按kernel名字组织并展示

    • Timeline View添加全局tips，支持提示快捷操作信息

    • Timeline View的time range tooltip中单独计算PCCL的时间占比

    • CPU时间线支持按线程名称显示为不同的颜色

    • HGGC PPU Kernel Summary规则支持对Time和Total Time两列数据占比进行自动求和

    • 统计系统新增PCCL Desynchronization Summary / Trace规则，分析PCCL kernel间的不同步情况

    • Bookmarks支持导入/导出和加载/保存

    • 统计系统/专家系统支持对表格进行搜索、过滤

  • Asight Systems v1.7新功能主要包含：

    • asys stats子命令支持导出PPU设备属性信息

    • asys stats子命令支持PPU operator summary统计功能，支持PPU算子分类统计，支持硬件利用率估算

    • asys stats子命令支持MoE operator summary统计功能，支持MoE算子中GEMM运算硬件利用率估算

    • asys stats子命令支持PCCL operator summary统计功能，支持PCCL算子的传输时间统计和带宽估算

    • asys stats和asys analyze子命令支持指定输出的列过滤器，仅输出指定的列

    • asys stats子命令支持PPU metric trace跟踪导出功能，支持导出PPU metrics采样跟踪数据

    • asys stats子命令支持HGTX push pop range trace跟踪导出功能，支持导出HGTX range父子关系信息

    • asys支持采集PPU执行kernel / memcpy等使用的硬件队列索引

    • PPU Metrics跟踪功能PCIe总线收发数据量指标已包含PPU和其他外设（如RDMA网卡）的通信数据量

    • 查询PPU活动依赖关系支持查询HGGC graph内PPU活动的依赖关系

    • 多报告打开时，允许按报告的起始时间自动对齐

    • Events View中支持跳转到目标行

    • 统一memory类型时间线的高度比例尺，方便定位OOM发生在哪个device/进程

    • Events view和专家/统计系统跳转行为优化，双击后可直接跳转至时间线

• Asight Compute是一款kernel性能分析工具，通过采集PPU硬件perf counter，组合成为一系列性能指标，我们称为metrics。GUI通过各种维度，把这些metrics呈现出来, 帮助用户深入分析和优化kernel，详细介绍请参考Kernel分析器Asight Compute；

• Asight Compute v1.3新功能主要包含:

  • Metric Details Widget支持显示metric的instance列表

  • Raw Page/Summary Page中支持选择多实例metric的显示格式，选择模式由非按行选中改为按单元格选中

  • 新增ICN link吞吐表格

  • acu 支持 --clock-control 选项

• Asight Compute v1.4新功能主要包含:

  • 新增真武810E 16卡拓扑图显示

  • Source Page支持显示Source Marker，支持采集和显示Kernel的汇编指令的执行信息，包括Instructions Executed和Thread Instructions Executed

  • metrics修正和稳定性增强

• Asight Compute v1.5新功能主要包含：

  • Details Page中Memory Chart支持按transfer size/throughput显示

  • Details Page中Memory Chart连接链路tooltip中显示链路利用率

  • Details Page中的tooltip支持pin住，pin住后支持选择文本拷贝

  • Details Page中Launch Statistics中增加 Stack Size Per Thread

  • Details Page中Launch Statistics中增加 Driver SharedMemory Per Block

  • Baseline按钮布局更新，明确各按钮功能

  • Source Page支持点击分支指令跳转，支持高亮所有搜索结果

  • Source Page增强resolve源代码，支持自动resolve同目录结构其它文件

• Asight Compute v1.6新功能主要包含：

  • Source Page提示源码是否导入以及导入来源、提示如何采集lineinfo信息

  • Source Page、Details Page支持查看not issued stall reasons

  • Source Page提供Source Lookup入口按钮，提供“记住导入目录”选项

  • Source Page支持点击file not found提示打开源码导入窗口

  • Source Page支持Python、Pasm语法高亮

  • Source Page支持表头tooltip

  • Source Page的function列表按地址升序排序

  • Source Page支持显示报告附带的源码

  • Metric Details窗口对搜索到的metric进行排序

• Asight Compute v1.7新功能主要包含：

  • 加强rule系统，支持用户自定义rules

  • 加强section tool窗口，新增rule文件显示

  • 打开报告时从报告中读取section文件，并按其定义展示metrics

  • 适配890P/890L ICN link拓扑图

  • 表格中多pass metrics超过界限时，显示警告标志

  • Source Page中支持列选择器，允许定制感兴趣列的显示

  • Source Page中tooltip显示样式增强，以图形化的方式显示stall reason占比

  • 添加了一些CU级的metrics，涵盖了CU active cycle，tensor指令，L1缓存的数据传输等信息，可以在Metrics Details中查看具体信息

  • 提升了低负载下利用率相关的metrics的准确性

  • 支持对更多类型的launch API启动的kernel进行跟踪

  • 表格中单元格间距调整，使其更便于查看

  • 其它GUI细节美化

1.5.1 KMD兼容性

V1.7 版本向前兼容V1.6.x、V1.5.x 与 V1.4.x 的 kmd。

1.5.2 Firmware兼容性

真武810E需要使用 V1.2.1 以上的 mcu_fw 版本。

1.5.3 SDK兼容性

SDK V1.7 同 SDK V1.6、V1.5之间，保持在编程API接口、Device二进制格式、库文件的兼容性；同V1.5一样，对SDK V1.4在这些方面存在不兼容，具体不兼容的情况描述如下。

SDK v1.4 在文件、编程接口和编译环境上存在四类调整，会导致同之前SDK版本的组件或编译产生的组件共存情况下，存在不兼容的情形。相关的调整内容如下：

• 将先前SDK中包含的libgomp.so、libomp.so文件移除，改为直接依赖相应OS环境以及host compiler(gcc/clang)所提供的libgomp.so、libomp.so库文件；

  此改动可能导致旧版程序执行在v1.5/v1.6/v1.7 SDK环境中存在找不到相应so文件的报错；

• 在编译命令option层面，将“-alippu-xxx的option 选项值 修改为 “-ppu-xxx”的格式；

  这些options主要包含在一些定制化编译的场景中，此改动可能导致在混合版本的源代码编译或JIT运行过程中出现编译报错;

• 在ptx扩展指令层面，有几类扩展ptx指令的调整：

  1. 将“alippu.mma.xxx”的ptx指令修改为“ppu.mma.xxx"；

  2. 将“alippu.ldmatrix.xxx”的ptx指令修改为“ppu.ldmatrix.xxx"；

  3. 将“cp.async.aiu.xxx”的ptx指令修改为“ppu.cp.async.aiu.xxx”；

• SDK 头文件中自定义类型“__ali_bfloat16”修改为“__ppu_bfloat16”；

后面的三类改动会导致之前开源的部分PPU代码库存在编译问题（vllm/cutlass/flash-attn/flashinfer等），需要拉取适配v1.5及之后版本改动的代码库。

总的来说，以上四类调整会导致在源代码不更新、运行组件局部升级情况下存在编译/运行的兼容性问题，这在内部SDK兼容测试中也得到了体现，建议大家基于完整的v1.5/v1.6/v1.7 SDK环境来做编译和运行环境的部署。

1.5.4 asight文件兼容性

v1.7 版本兼容v1.5/v1.6的报告文件。