hw-native-sys/pto-isa/pto-costmodel-a5-vf-optimization

PTO A5 VF 优化 Skill

当需要优化 Ascend A5 代际 CCE、PTO-ISA、DSL 或向量算子，并且必须保持正确性、性能结论必须由当前任务可用的测量链路支撑时，使用本 skill。除非当前任务明确提供，否则不要假设算子类型、tensor shape、数据流、仓库结构、运行器或 costmodel 一定存在。

核心流程

1. 先读任务本地文档和代码

• 阅读目标 kernel/DSL 和 workload 定义。
• 如果任务没有提供可工作的 baseline，先构造 correctness-first baseline，再开始优化。
• 如果仓库中存在 A5 ISA、machine、costmodel、profiler、runner 或测试文档，先阅读这些资料。
• 如果仓库没有 costmodel 或 profiler，优先使用代码分析和 runner 证据，不要臆造 model-only 结论。

1. 建立测量契约

• 任务的 golden correctness runner 是强制要求。
• 任务声明的 performance runner 是最终性能依据。
• PTO costmodel、指令级 simulator trace、profiler 输出或静态指令证据只能作为形成假设的证据源，除非用户明确要求 model-only 分析。
• 如果存在 CAModel 风格 VF dump 文件，多 VF 总时间统一按：instr_log.dump 中最后一个 VF 结束时间减去 instr_popped_log.dump 中第一个 VF 开始时间。
• correctness validation 通过之前，不得给出任何有效性能结论。

1. 一轮一轮执行

• 每轮只验证一个主要 hypothesis。
• 即使用户要求多轮优化，也不要提前安排多个无关轮次。
• 当前轮次完成 build、correctness validation、performance parsing 和 round log 记录前，不得开启下一轮。
• 如果 hypothesis 是某一个 loop/fusion factor/order 维度的参数调优，可以在提前声明候选集合后，把有限候选作为同一轮 bounded scan。

1. 记录每一轮

• 保留每一轮 candidate source。
• 每轮结束后立即追加到 perf_log.md 或仓库等价日志。
• 同时记录 candidate vs previous round 和 candidate vs best-so-far。

1. 根据证据切换方向

• 多轮持平或回退后，重读日志并切换 bottleneck class。
• 当 local reorder/unroll 等局部尝试停止产生收益时，优先尝试结构性优化。
• 每完成 10 轮优化后，必须重读本 SKILL.md 和相关 references，再提出下一轮。

何时读取哪些文档

• 开始优化前，或用户询问流程是否合规时，读取 references/rules.md。
• 没有 baseline、需要生成 CCE/DSL 代码、或不确定 intrinsic/ISA 语法语义时，读取 references/source_construction.md。
• 需要确认 barrier 语义或 vector ISA 行为时，读取 references/isa.md。
• 需要解析 trace/profiler 日志、报告 speedup 或画图时，读取 references/metrics.md。
• 选择优化 hypothesis 前，读取 references/bottlenecks.md。
• 选择具体优化候选时，读取 references/patterns.md。

工具策略

• 优先使用仓库自带的 build、correctness、profiling、trace 和 costmodel 工具。
• 如果本 skill 所在仓库没有辅助脚本，只在必要时创建小型 task-local parser，并保持 metric 定义不变。
• 不要依赖其他机器、其他仓库中的路径、虚拟环境、运行目录或脚本。

不可违反的规则

• 不得为了制造 speedup 而弱化 correctness threshold、workload size、build flags 或 benchmark logic。
• build failed 或 correctness failed 的结果不得作为有效性能。
• 除非有明确 ordering proof 并重新验证 correctness，否则不得删除 mem_bar、wait 或 set_flag。
• 除非用户明确把 costmodel 或 simulator 定义为 benchmark，否则不得把其输出当作最终性能。
• 单轮不得混合无关修改。