修正 fused_moe 教程

基于AI Agent开发范式的国产GPU大模型推理算子库优化/Fused MoE 算子入门：从 Benchmark 验证到 XPU-OJ 接口提交.md

@@ -225,7 +225,7 @@ PYTHON_BIN=/path/to/python bash scripts/build_fused_moe_i8_tn_pybind.sh
 
 编译成功无报错，终端显示：
 
-*   \[SUCCESS\] /root/Project/fused\_moe/standalone/fused\_moe\_i8\_tn/build/fused\_moe\_i8\_tn\_ pybind.so
+> \[SUCCESS\] /root/Project/fused\_moe/standalone/fused\_moe\_i8\_tn/build/fused\_moe\_i8\_tn\_ pybind.so
     
 且成功生成 `fused_moe/standalone/fused_moe_i8_tn/build/fused_moe_i8_tn_pybind.cpython-310-x86_64-linux-gnu.so` 文件
     
@@ -240,6 +240,7 @@ PYTHON_BIN=/path/to/python bash scripts/build_fused_moe_i8_tn_pybind.sh
 | `permission denied` | 无脚本执行权限 | `chmod +x scripts/*.sh` |
 | `undefined reference to Py_...` | Python 版本不匹配 | 确认编译脚本中`PYTHON_BIN`路径与当前运行的 Python 环境完全一致 |
     
+
 #### Step 4：正确性验证
     
 **目标：**验证 reference 计算、pybind 计算、Triton 计算这三种方式计算结果的数值是否一致。
@@ -305,6 +306,7 @@ bash scripts/run_fused_moe_i8_tn_pybind_test.sh --backend reference
 | `FAILED: NaN or Inf detected` | 溢出或未初始化内存 | 检查 INT8 乘加是否溢出；确认 GEMM 输出是否反量化 |
 | 终端长时间无输出 | Kernel 死锁或 Launch 失败 | 减小测试 shape；检查是否触发 MACA 硬件限制 |
     
+
 #### Step 5：性能测试
     
 **目标：**输出 benchmark 结果对比表
@@ -367,6 +369,7 @@ bash scripts/run_fused_moe_i8_tn_benchmark.sh --backend all --warmup 5 --iters 2
 | avg\_ms 异常抖动（±50%） | 其他进程占用 GPU | 关闭其他占用显存的进程，单机单任务运行 |
     
 
+
 ### 6.2 在 XPU-OJ 平台进行提交
     
 平台链接：[https://xpuoj.com/](https://xpuoj.com/)
@@ -377,6 +380,7 @@ bash scripts/run_fused_moe_i8_tn_benchmark.sh --backend all --warmup 5 --iters 2
     
 **操作：**
     
+
 1. 厘清 Benchmark 和 XPU-OJ 的区别：
     
 赛事镜像中的 Benchmark 脚本用于理解目标算子的调用方式、输入输出 shape 和性能基线；XPU-OJ 题包用于定义最终评测接口、数据范围、参考输出和精度要求。
@@ -391,19 +395,20 @@ bash scripts/run_fused_moe_i8_tn_benchmark.sh --backend all --warmup 5 --iters 2
 | **输出** | 终端直接输出 | 排行榜得分 |
     
 
+
 2. 理解完成 benchmark 验证并成功建立性能基线后，需要完成以下转换：
     
-    *   从 benchmark 脚本中理解目标 API；
+*   从 benchmark 脚本中理解目标 API；
         
-    *   在对应 OJ 平台【题目描述】中查看 `run_kernel(...)` 接口；
+*   在对应 OJ 平台【题目描述】中查看 `run_kernel(...)` 接口；
         
-    *   对照 OJ 平台【题目描述】中的输入 shape、数据范围和精度要求；
+*   对照 OJ 平台【题目描述】中的输入 shape、数据范围和精度要求；
         
-    *   编写自己的 `run_kernel(...)`；
+*   编写自己的 `run_kernel(...)`；
         
-    *   在 OJ 平台提交`run_kernel(...)`，先通过正确性；
+*   在 OJ 平台提交`run_kernel(...)`，先通过正确性；
         
-    *   正确性通过后，再对比 benchmark 耗时 / OJ 耗时继续优化。
+*   正确性通过后，再对比 benchmark 耗时 / OJ 耗时继续优化。
         
 
 #### Step 7：登录 XPU-OJ 平台并进入题目页面
@@ -530,17 +535,17 @@ bash scripts/run_fused_moe_i8_tn_benchmark.sh --backend all --warmup 5 --iters 2
         
     *   OJ 平台对单测试点的评分下公式：
         
-        $$
+$$
         S(T_k) = \frac{100}{1 + \left(\frac{1}{0.5} - 1\right) \cdot \frac{T_k - T_h}{T_b - T_h}},
-        $$
+$$
     
         其中，$T_k$代表你提交的 kernel 平均执行时间；$T_b$代表基准算子的的平均执行时间，对应 50 分；$T_h$​代表硬件理论下限耗时，对应100分 。
     
         当单测试点得分超过 150 分时，平台会按对数压缩规则显示：
 
-        $$
+$$
         S_{\text{display}} = 150 + 10 \cdot \log_{10}(S/150)
-        $$
+$$
     
         总得分为各测试点得分的算术平均，总耗时为各测试点$T_k$的求和。