diff --git a/profiler/cluster_analyse/cluster_kernels_analysis/README.md b/profiler/cluster_analyse/cluster_kernels_analysis/README.md
new file mode 100644
index 0000000000000000000000000000000000000000..92333802e869bfa6099ffe857a92475096fa58aa
--- /dev/null
+++ b/profiler/cluster_analyse/cluster_kernels_analysis/README.md
@@ -0,0 +1,40 @@
+# att
+
+#### 介绍
+集群训练的profiling分析工具
+可以根据op_summry*.csv文件分析算子的运行时间分布
+
+#### 使用说明
+命令：python3 cluster_prof_Info_analysis.py -–dir XX/XX/XXX --type XX --top_n XX
+解释：
+--dir -d 
+    集群的profiling路径信息  格式为 /node0_XXX/PROF_XXX
+    比如集群有两台机器16张卡  那么就是 
+        /node0_XXX 文件夹为第一台机器的，八张卡profiling数据
+        /node1_XXX 文件夹为第二台机器的，八张卡profiling数据
+--type -t 
+    获取什么类型的分析信息（html、csv、all） 如果写了其他的会报错
+--top_n -n 
+    html分析独有，表示需要展示的是task_duration的方差为top_n的算子 
+    top_n >= 1 
+        如果输入的是奇数，会默认加1变成偶数个
+        如果输入小于等于0，那么会默认只输出一个最大算子的信息
+
+输出描述：
+表格：cluster_op_time_analysis.csv
+描述：
+1、 统计算子在每个device运行的均值、方差、最大值、最小值和范围
+2、 生成csv表格
+根据 Op name：【"Op Name", "Input Shapes", "Input Data Types", "Output Shapes"】 分类
+展示各个算子在不同卡上的task_duration的方差、均值、最大值、最小值，以及范围
+
+html：cluster_op_summary_analysis.html
+描述：
+1、统计算子在所有device中运行的均值、方差、最大值、最小值和范围，找到task_duration的方差为top_n的算子
+2、画出top_n个算子在每一个device上的箱线图
+3、生成time和ratio的静态html文件
+
+提示：
+1、 top_n 必须大于0，如果输入<=0,默认只导出一个算子的数据
+2、 所有PROF_XXX里都没有op_summary的，不会显示算子情况
+3、 部分没有op_summary的，不显示也不报错
diff --git a/profiler/cluster_analyse/cluster_kernels_analysis/cluster_op_summary_analysis.py b/profiler/cluster_analyse/cluster_kernels_analysis/cluster_op_summary_analysis.py
index cdd4b9e0efd6f2a62f7010db0b7dd24d8aa4e0a7..04dbfdfe9f8ed3d7bc8bcdc33fe601c22da88c3a 100644
--- a/profiler/cluster_analyse/cluster_kernels_analysis/cluster_op_summary_analysis.py
+++ b/profiler/cluster_analyse/cluster_kernels_analysis/cluster_op_summary_analysis.py
@@ -210,15 +210,13 @@ class StatisticalInfoToHtmlAnalyzer(OpSummaryAnalyzerBase):
                              col=(i % col_num) + 1)
         fig.update_layout(margin=dict(l=20, r=20, t=20, b=20),
                           height=int(500 * row_num),
-                          width=int(rank_num * 50 * col_num),
+                          width=int(rank_num * 100 * col_num),
                           title_text="Op Performance Comparison")
         plot(fig, filename=self.result_dir + "/" + column + "_Info.html")
 
     def getCalNum(self, rank_num):
         # 计算每行应该画多少个子图
-        if rank_num <= 8:
-            return 3
-        elif rank_num <= 16:
+        if rank_num <= 16:
             return 2
         else:
             return 1