优化推理过程让模型跑得更快

传模型和 profiler，8 分钟拿到提速方案和测试代码。基于你上传的模型、profiler 和硬件信息，生成算子融合、常量折叠等提速方案及等价性测试。不自动替换生产模型，不替代工程师决策。

能拿到什么

• 推荐：瓶颈定位报告 + 优化代码候选 + 等价性测试脚本，打包成一个压缩包（一份 PDF 报告标出热点算子和提速点，附可跑的 .py 测试脚本），约 8 分钟
• 旗舰：瓶颈定位报告、优化代码候选、等价性测试脚本、失败清单、回归检查表

要你点选的几项

上传模型与性能数据、跑在哪、用啥框架、重点优化哪几块、输入形状、能接受多大误差、测哪些输入、要什么交付、补充说明（选填）、我确认上传的模型、日志、代码真实且已脱敏；AI只给优化建议和测试代码，不自动部署、不改生产、不替代工程师判断。多数点一下就行，没选的按常见情况替你定，交付时说清哪几项是按默认的。

怎么办

1. 上传模型文件和 profiler 数据
2. 选硬件、框架和重点优化方向
3. 拿到优化代码和报告
4. 人工复核后跑回归再上线

别人还这样说

• 按真实计算图和性能数据给推理优化代码候选
• 帮我看看这段推理代码哪里能优化，给个报告。