operator_task_package/ref/README.md

算子优化参考知识库

本目录面向后续不同算子的优化工作，不以某一个算子为中心。内容分为通用方法、 MetaX C500 架构、TileLang/CUDA MACA 后端、性能分析、优化模式、失败案例和 可复用模板。flashinfer_ragged_prefill 是第一个完整案例。

使用入口

新算子从以下顺序开始：

1. 复制 08_templates/new_operator_checklist.md 建立任务清单。
2. 阅读 01_methodology/operator_optimization_lifecycle.md。
3. 根据 01_methodology/performance_modeling.md 建立 FLOPs、字节数和资源预算。
4. 按 04_profiling/profiling_workflow.md 收集证据。
5. 每个候选填写 08_templates/experiment_record.md，不得只记录成功版本。
6. 使用 01_methodology/optimization_decision_tree.md 选择下一步。

内容可信度

架构和工具信息使用以下标签：

• OFFICIAL：来自官方文档或安装包源码。
• RUNTIME：来自当前设备 API、mx-smi 或工具输出。
• COMPILER：来自生成代码或编译器资源报告。
• PROFILE：来自 mcTracer/mcProfiler 实测。
• INFERENCE：根据证据推断，仍需实验验证。

容器显存容量、切片比例、驱动版本属于环境事实，不自动等于芯片固定规格。

维护规则

• 原始代码、日志、JSON、CSV 和 PDF 保留在各算子项目中；本库只保存方法、 结论和索引，避免复制后出现多个不一致版本。
• 版本结论必须标明 retained、rejected、inconclusive 或 failed。
• 性能结论必须给出原始 kernel 时间、测量环境、样本数和比较基线。
• 不在文档中记录 SSH 密码、访问令牌或其他凭据。
• TileLang 优化必须同时检查 DSL、生成 CU 和设备指标。

目录

01_methodology       通用优化生命周期、性能模型和决策树
02_architecture      MetaX C500 执行模型、存储和资源事实
03_backends          TileLang 与 CUDA MACA 编程/编译经验
04_profiling         mcTracer、mcProfiler 和指标解释
05_optimization_patterns  可跨算子复用的优化模式
06_failure_catalog   编译、正确性、性能和测量失败
07_case_studies      完整算子案例
08_templates         新任务和实验记录模板
09_artifact_index    原始资料位置索引