02 时间拆分与 Trace 阅读
页面目标
这一页负责把“为什么慢”先拆成可观察的时间问题：operator、kernel、launch、等待和阶段切换。
本页的输出是时间瓶颈假设：问题主要属于计算、调度、启动开销还是等待。只有当时间线显示出内存驻留或分配行为时，才进入下一页。
问题起点
“慢”不是一个统一现象。常见情况包括：
- 单个 operator 真慢
- kernel 数量太碎
- Python / runtime 开销高
- 某些阶段有明显等待
如果不先做时间拆分，后面的优化动作常常会打偏。
关键观察点
- operator breakdown
- kernel timeline
- launch overhead
- step 内阶段切换
- CPU / GPU overlap
可视化入口
对应 Part
17 PyTorch Profiling Basics20 Profiling and Memory Ledger74 Profiling Driven End-to-End Optimization
本节要点
时间拆分是 profiling 的第一入口，因为大多数问题都先表现为“某一段时间不合理”。
进入下一页
若时间热点伴随显存抬升或分配震荡，进入 03 Memory Timeline 与 Residency；否则保留时间假设，直接准备 benchmark 对照。