推理系统 · 实验 04 / 04
用一条线，看穿一台机器。
INTERACTIVE ROOFLINE · perf = min(BW·I, PEAK)
所有架构争论，最后都要回到这张图上对质。
Roofline 模型只有一条规则：可达性能 = min(带宽 × 算术强度, 峰值算力)。屋顶的斜坡段属于带宽受限的负载，平顶段属于算力受限的负载，两段交汇处叫脊点。一个负载站在哪一段，决定了什么样的硬件升级对它有效。
LLM 解码的算术强度趋近常数（每字节一两次运算），永远站在斜坡段最左端——这就是为什么堆算力对解码无效：NPU 抬高的是它永远摸不到的平顶。下面这张图是活的，请亲手验证。
LIVE LAB
LLM 解码可达性能 10 基线 ×1.0
预填充可达性能 100 基线 ×1.0
把两根滑杆都拉到 ×10 试试。
解码（蓝点）站在斜坡上：带宽拉几倍，它就涨几倍；算力拉到 ×10，它纹丝不动——那条平顶它根本摸不到。这就是「AI PC 困境」的全部数学。（相对值演示）
01
位置决定药方
斜坡段的病要用带宽治，平顶段的病要用算力治——开错药方的升级只产生发布会效果。
02
解码钉死在左端
自回归生成每字节运算次数是常数，模型再大也改变不了它在 roofline 上的横坐标。
03
PIM 改变规则
存内计算不是把点往右移，而是把整条斜坡抬起来——这正是 Noeton内存中心组织的依据。