标签
亚马逊关于在 AWS Trainium 上分析 TorchNeuron 工作负载的系列教程第 1 部分，涵盖如何使用 Neuron 后端配置 torch.profiler、解读 key_averages() 输出，以及通过 Neuron Explorer 追踪操作。
HF Viewer 创作者宣布推出 embedl.com，这是一个收录了 1000 多个针对边缘设备优化的模型的平台。用户可通过免费的真实边缘设备农场（如 NVIDIA Orin、AGX Thor、RTX GPU）直接运行模型，并获得详细的性能分析。
Python 3.15 正式发布，Simon Willison 介绍了其中的重点特性：PEP 810 显式惰性导入（lazy imports）、PEP 798 列表推导式解包语法，以及新加入标准库的 Tachoon 采样性能分析器 profiling.sampling。
Simon Willison 使用 Python 3.15 内置的采样分析器，对他的新应用 web-edit 进行性能分析，发现保留混合换行符占用了大部分 CPU 时间，并演示了如何使用这些新工具生成火焰图和源代码热力图。
culpert 是一个实验性的 Rust 堆分配分析器，能将采样到的分配归属到 span，导出 pprof 兼容报告并在 CI 中检测分配回归，由 Cloudflare 开发并已在生产前捕获多个内存泄漏问题。
Python 3.15 已发布，新特性包括通过全新的 `lazy` 关键字实现的延迟导入、Tachyon 统计采样分析器、哨兵类型等，同时 Astral 的工具 Ruff、uv 和 ty 也同步更新。
PyTorch Conference North America 将迎来一场由 AWS 的 Esha Lakhotia 和 Pinak Panigrahi 带来的演讲，介绍如何在 AWS Trainium 上对 PyTorch 工作负载进行性能剖析，内容涵盖从 torch.profiler 数据采集到结合 AI 辅助分析的周期级硬件调试。该活动将于 10 月 20-21 日在圣何塞举行。
SparkTrace LLM 是一个新基准，用 Blackwell GPU 的真实计时结果评估 LLM 阅读 Nsight Compute 性能剖析输出后，能否正确选择最快的 CUDA kernel 重写版本。实验发现包括 GPT 5.4 nano 在内的一些模型会被性能剖析信息误导而选错 kernel。
来自 Hugging Face 的 Suvaditya Mukherjee 将在 2026 年 10 月 20-21 日于圣何塞举行的 PyTorch Conference North America 上，分享如何利用 PyTorch Profiler 定位性能瓶颈并优化模型执行的实践方法。
一本免费的开源书，题为《How to Make Your Model Fast》，从硬件到智能体提供了高效机器学习的系统视角，以帮助优化模型性能。
本文讨论了避免 Haskell 中正确性空间泄漏的方法，将泄漏分类为严格性、活性和共享类型，并推荐了防御性编程模式和性能分析技术。
Go 1.27 引入了 goroutine 泄漏分析器，以准确检测和防止运行中的程序（包括生产系统）中的 goroutine 泄漏，且误报率极低。
本文探讨了为什么 Arrays.fill 在 G1GC 上比在 ParallelGC 上慢了 265 倍，通过详细的性能分析和汇编代码分析，将问题追溯到 JIT 生成的代码和内存屏障。
Aiki Alpha 3 发布，带来显著的性能改进，包括更低成本的运行时实现、自适应数表示、增强的性能分析和覆盖率，以及更严格的库约束。
FleetSieve提出了一种针对SLO感知LLM舰队配置的决策关键型分析方法，通过精简测量来优化资源分配，实现了相比均匀分析更高的效率。
一位软件工程师反思科学家往往缺乏软件工程技能，以优化天体物理学模拟后处理工具为例，倡导为科学家开设一门类似“Missing Semester”的课程。
一款名为XProf Cubism Reducer的开源工具可将JAX/XLA的TensorBoard跟踪大小减少90%以上，使性能分析更加高效。
本文演示了如何通过创建一个简单的C测试框架来衡量文件打开延迟，从而对eBPF代码性能进行分析，使开发者能够比较附加eBPF钩子前后的开销。
强调了两篇官方PyTorch教程，它们链接到了'Profiling in PyTorch'系列，提供了使用PyTorch性能分析器API进行性能调试的指导。
CodeSizer 是一款用于嵌入式固件的静态代码大小分析工具，它利用 objdump 和 addr2line 将代码大小归因于内联调用树，并生成 HTML 报告。