A 组（分离）：Node@launch 正常，中断对业务线程干扰小，CPU 空泡可控。B 组（同核）：Node@launch 略增，但更关键的是CPU 空泡显著增大。在我们样本中，推理过程中一秒内发生了两万次中断，业务线程被持续打断，decode 阶段耗时明显拉长。中断-业务同核是 HostBound 的重要诱因；只要把高频 IRQ 和核心推理线程错开，就能显著改善 Host 侧连贯性。

问题定位：通过 Profiling 工具（如昇腾 Profiler）或用户反馈，明确性能瓶颈（如内存冲突、调度低效）或功能缺口（如方言不支持）。方案设计：结合 MLIR 的模块化特性，选择优化方式（如自定义 pass、方言扩展、算子增强），确保方案适配昇腾硬件特性。实现验证：基于 C++ 实现优化逻辑，通过 MLIR 的测试框架编写用例，验证正确性与性能提升。落地集成：将优化代码提交到 Ascen

A 组（分离）：Node@launch 正常，中断对业务线程干扰小，CPU 空泡可控。B 组（同核）：Node@launch 略增，但更关键的是CPU 空泡显著增大。在我们样本中，推理过程中一秒内发生了两万次中断，业务线程被持续打断，decode 阶段耗时明显拉长。中断-业务同核是 HostBound 的重要诱因；只要把高频 IRQ 和核心推理线程错开，就能显著改善 Host 侧连贯性。