跳转到主要内容
← 三条旗舰路线

Track 02 · Performance Evidence

性能证据

把观测、归因、模型和实验组织成一条可证伪的性能证据链。

读者目标
从“看到一个慢点”升级为能区分事实、推断、假设和验证边界。
完成产出
能交付带 Case 身份、关键路径、证据等级与下一步实验的性能判断。
唯一入口

从这里开始

从 Profiling 到 Simulation：推理性能分析的证据链方法 先建立从线上事实到可校准假设的完整证据骨架。
  1. 阶段一

    采集可解释观测

    让 Trace 中的时间、范围与事件先具有清晰语义。

    1. 1.1 NVTX 原理分析 理解范围标注怎样连接业务语义与执行事件。
    2. 1.2 GPU Trace 时间分解与通信计算重叠分析 用区间合并和扫描线正确分解计算、通信与重叠。
  2. 阶段二

    建立因果归因

    从时间占比走向关键路径、等待原因与可行动控制点。

    1. 2.1 Critical Path of AI Trace 识别真正决定 wall time 的依赖链。
    2. 2.2 HTA 算法原理与实现 理解分布式 Trace 的结构化分析方法与边界。
    3. 2.3 Agentic AWP：规模化 Profiling 驱动的 GPU 效率 Breakdown 与能力体系 把单次分析提升为可复用的 Breakdown 能力体系。
  3. 阶段三

    模型与验证闭环

    把观察转成可计算假设，再用受控实验决定是否行动。

    1. 3.1 KV Cache Hit Ratio 修正模型：从直觉到统一公式 看一个从机制、重叠到端到端指标的修正模型。
    2. 3.2 模拟器建模指南：显存与吞吐公式 明确公式作用域、场景输入与校准合同。
    3. 3.3 量化方法与评测：从 PTQ/QAT 到可复现实验 用执行真实性、质量、容量与性能四道门验收方案。