作者：昇腾实战派
算力赋能时代，性能优化既是突破算力瓶颈的关键，也是国产化智能化转型的核心命题。本文聚焦昇腾设备全链路性能优化，汇总从硬件到软件，从算子到框架的实用干货，拆解调优技巧、分享实战案例、解答常见痛点。无论你是深耕昇腾的技术开发者，还是初探优化领域的初学者，都能在这里找到有价值的内容，一起解锁昇腾算力潜能，共探性能优化之道。
一、基础知识
1.1 推理框架及其特性
【推理框架 - vLLM】：vLLM-Ascend模型推理知识管理地图
【推理框架 - SGLang】：SGLang知识地图
1.2 常用模型
【常用模型 - DeepSeek系列】：DeepSeek知识地图；DeepSeek推理部署知识地图
二、定位指导
【定位指导】性能问题通用定位指南
三、工具资源
【工具资源 - 环境预检工具】MindStudio预检工具 - msprechecker
【工具资源 - profiling采集工具】基于vllm-ascend的性能采集方法
【工具资源 - profiling分析工具】MindStudio-Insight
四、调优案例
4.1 推理案例
4.1.1 下发性能调优
【推理案例 - 下发性能调优】NPU推理性能优化实践：从CPU下发瓶颈到算子级调优
【推理案例 - 下发性能调优】Qwen3-32B 推理性能优化实践：基于绑核与NUMA内存调度的TTFT调优
4.1.2 计算性能调优
【推理案例 - 计算性能调优】模型Prefill阶段性能优化实践：从快慢卡问题到吞吐率提升
4.1.3 通信性能调优
…
)
