profiling

本篇博文继续 PyTorch 性能分析系列内容，探讨 nn.Linear、MLP 块以及使用 Triton 内核的融合技术，以优化性能。

谷歌的AI策略被批评为一种基于监视的画像引擎，通过强制登录迫使使用者同意，从而规避GDPR。本文揭露了谷歌用AI生成的答案和个性化追踪取代传统搜索的计划，称其为包裹在AI炒作中的法律漏洞。

本文发现，人类心理测量问卷无法可靠预测LLM在真实交互中的行为，并提出基于生成的分析方法作为更准确的替代方案。

这是一份初学者友好的指南，介绍如何使用 PyTorch 的 torch.profiler 对神经网络操作进行性能分析和优化，从矩阵乘法和偏置加法开始。它解释了如何读取分析器跟踪并理解 CPU/GPU 交互。

Sayak Paul 描述了一个使用 torch.compile 分析和优化 Diffusers 流水线的项目，并宣布由 Ari G. 教授的相关教程系列。

Sensor Tower 工程团队利用图论分析和性能分析工具，识别出后端端点缓慢的瓶颈，通过优化 Protobuf 解码和编码步骤，实现了四倍的速度提升。

该推文介绍了Jane Street、Goldman Sachs和J.P. Morgan等顶级量化机构开源的三个金融/工程工具：magic-trace（高精度进程追踪）、gs-quant（衍生品定价与风险管理Python包）和Perspective（实时数据可视化工具），帮助量化爱好者免费获得机构级技术能力。

Accio 是一种推测执行框架，通过利用离线站点结构分析和在线快速路径选择，降低网络代理的成本和延迟，实现每任务成本降低1.9倍，延迟降低33.4%，同时保持准确性。

一个使用命令行工具分享 GPU 性能分析追踪的简单实用工具，专为从事 GPU 性能分析的开发者设计。

Python 3.15 引入了 profiling.sampling 模块，即 Tachyon，一种统计性性能剖析器，它会定期采样堆栈快照，开销极小，适用于开发和生产环境。

一位开发者分享了优化 Elixir 应用的经验与教训，重点介绍了针对 Postgres 连接池工具 Ultravisor 的性能改进。文章涵盖了使用火焰图、调用追踪等性能分析技术，以及 eFlambè 和 tprof 等工具。