4.1.1 顺序执行 (Sequential Execution)

文档摘要

4.1.1 顺序执行 (Sequential Execution) 在大模型推理系统的设计光谱中，顺序执行（Sequential Execution）绝非教科书里一句“逐层前向传播”的轻描淡写——它是整个推理链路的地基式存在，是模型计算图在物理硬件上被具象化、被调度、被约束、被优化的第一道闸门。当你敲下的那一刻，背后并非魔法，而是一场精密到纳秒级的指令编排：张量如何从 HBM 流入 SRAM，权重如何分块加载进 Tensor Core，激活值如何在 layer 与 layer 之间完成无损接力，缓存行如何对齐以规避 bank conflict……这些细节，共同定义了顺序执行的真实面貌。我们不谈抽象范式，不谈理想假设。