Profiling in PyTorch (Part 2): From nn.Linear to a Fused MLP

Hugging Face 技术博客用 PyTorch profiling 讲从 `nn.Linear` 到 fused MLP 的优化过程。这是一篇实践型性能分析文章：先看 profiling 结果和 kernel/算子边界，再解释为什么融合 MLP 能减少 overhead，而不是直接给出 magic speedup。对于训练和推理工程，fused op 的收益通常依赖 batch、shape、硬件和框架调度，profiling 过程比结论更可迁移。它适合作为模型工程师排查 PyTorch 性能瓶颈的案例材料。