README.md1759 字节
# 第 39 章 代码
本章是**收口章**，不引入任何新的 kernel。`code/` 下的三个示例都是**纯 Python、
只用标准库**的账本程序：它们把正文里的公式复算一遍，并把每个数字的出处打印在
旁边。三个脚本都不需要 NPU / GPU，也不需要 TileLang 或 PyTorch。
## 目录
```text
code/
├─ README.md 本文件
├─ 01-train-step-budget/ 训练一步的通信 / 算力账本（§2.2、§2.8、§4）
│ ├─ README.md
│ └─ train_step_budget.py
├─ 02-inference-latency-model/ 推理侧的判类账本（§3.4、§3.7）
│ ├─ README.md
│ └─ inference_latency_model.py
└─ 03-bottleneck-map/ 「教程章节 → 组件 → 典型瓶颈」映射（§5）
├─ README.md
└─ bottleneck_map.py
```
每个子目录都能独立复制出去运行，不依赖其他章节或其他示例的文件。
## 验证级别总表
| 示例 | 运行前提 | 作者实际做到的验证级别 |
| --- | --- | --- |
| `01-train-step-budget/train_step_budget.py` | Python 3.9+，仅标准库 | **CPU 逻辑验证**：在写作机上实际运行过，输出见该目录 README |
| `02-inference-latency-model/inference_latency_model.py` | 同上 | **CPU 逻辑验证**：实际运行过 |
| `03-bottleneck-map/bottleneck_map.py` | 同上（`--verify` 需要本书的章节目录） | **CPU 逻辑验证**：实际运行过 |
## 统一说明
* 写作环境（见 `../../VERSIONS.md`）：macOS (Apple Silicon)、Python 3.11，
**没有 NVIDIA GPU，也没有昇腾 NPU，也没有 CANN**。
* 这三个脚本**复算的是公式，不是硬件**。它们打印出来的每一个数字都必须与正文里
标注的来源对得上；脚本本身不产生任何实测性能数字。
* 脚本里用到的两个硬件模型常量（HBM 3500 GB/s、fp8 峰值 865 TFLOPS）来自
`../tilelang-corpus/14-deepseek-ascend-stack/raw/DeepGEMM-Ascend/csrc/jit_kernels/heuristics.hpp:46-71`，
是**源码里的模型常量**，不是实测值。
* 脚本里用到的通信口径（FP8 dispatch、BF16 combine、`expert_alignment=128` 等）
来自 `../tilelang-corpus/14-deepseek-ascend-stack/raw/DeepEP-Ascend/README.md:9-21` 的测量条件。
* DeepSeek 仓库都是 corpus 里的 2026-10-01 快照，commit 见
`../../../../tilelang-corpus/14-deepseek-ascend-stack/raw/PROVENANCE.md`。
## 这三个脚本「不能」做什么
* 不能预测任何真实运行的端到端时间。它们给的是**下界与判类**，而且是
在「假设实现已经接近上限」的前提下。
* 不能替代 profiler。第 12 章、第 19 章 §8 讲的 `msprof` 判读才是真机上的依据。
* 不能跨机器套用。换硬件、换 CANN 版本，两个常量都要重新标定
（第 28 章 §2.2 的第三种误读）。