06 从诊断到行动决策

页面目标

本节对应 Task6：回归验证与行动决策。你将把问题定义、profile 证据和 benchmark 结果放在一起，决定继续取证、深入排查、保留优化还是回退。

本节的输出不是脱离条件的“最优方案”，而是带 evidence level、收益、代价和复查条件的下一步动作。

决策框架

1. 先确认问题类别：compute、memory、communication、experiment design。
2. 再确认证据是否足够稳定。
3. 再决定动作：
   • keep observing
   • inspect deeper
   • optimize
   • revert

状态与证据要求

状态	进入条件	输出
inspect	现象已出现，但指标或证据不足	继续采集什么、验证哪个假设
optimize	瓶颈已有证据，准备修改目标变量	候选策略和预期代价
validate	对照实验显示收益，且质量和稳定性未回归	固定环境下的适用结论
revert	候选无收益、引入回归或无法复现	回退原因和后续替代方案

这里的状态描述分析流程，不等同于量化或推理项目中的 accept / tune / reject。两套状态可以在项目报告中同时出现，但含义必须分开。

可视化入口

正文暂不嵌入未审核图示；相关图册与占位说明见 视觉资产页。

常见误区

• 有热点就改
• 只看一次 trace
• 没有 before / after 对照就下结论

项目结论

profiling 的终点不是图，而是可执行行动。

回到项目

显存优化路线按 73 -> 76 -> 75 -> 74 完成：先建立训练侧基线，再比较显存策略、形成预算决策，最后由 74 做 profiling 驱动的端到端收口。需要多卡验证时进入 79 -> 80 -> 81。这些项目都应复用本专题的证据链，而不是只复制某个 profiler 命令。