的 D 状态（Uninterruptible Sleep）、或者单卡显存爆满但 CPU 利用率只有 5% 时，缺乏操作系统底层观测能力的工程师往往束手无策。本讲从 Linux 进程调度与上下文切换物理开销、Load Average 内核指数衰减模型、四大黄金资源（CPU/内存/磁盘/网络）的 USE 监控体系，一路深入到硬件 PMU 计数器、当千卡集群训练突然 Hang 住、GPU 算力利用率（M