NPU图融合要算收益，更要守住数据依赖

编译报告中的融合节点增加，并不保证整网更快。NPU图优化必须先确认中间结果能否合法消除，再计算异构分区带来的边界成本，否则局部内核缩短，整网反而可能出现更多等待。

融合最直接的收益，是让相邻算子之间的数据留在寄存器或片上缓冲区，省掉一次完整张量的写回和重读。但图中的中间结果不一定只供下一个节点使用。例如卷积输出一支进入激活函数，另一支进入残差路径；若融合内核只保存激活后的值，另一支所需的原始结果就丢失了。此时必须保留原值、提供额外输出，或采用经证明等价的重计算方案，不能仅因两个算子相邻就删除中间张量。

消费者数量也不是唯一条件。若图中存在共享存储的视图或受约束的原地更新，同一物理区域可能对应不同逻辑张量。提前覆盖输入，会让尚未执行的分支读到修改后的内容。编译器需要同时分析使用关系、别名关系与写入顺序，才能决定哪些缓冲区可以复用。对于无法证明安全的路径，保留独立存储往往比依赖某次调度恰好正确更可靠；在并行执行时，偶然成立的顺序尤其容易失效。

合法融合还可能遇到资源收益倒挂。一个融合区域需要同时保留多个分支的临时结果时，片上工作集可能扩大，迫使编译器缩小块尺寸或增加数据溢出。应比较融合前后的实际外存字节数和执行周期，并观察是否发生重复计算。验证用例要覆盖多分支、非连续视图以及不同消费者执行顺序，而不能只测一条线性网络。只有语义和资源约束都满足，消除张量才算真正形成收益。对可能重计算的分支，应核对额外执行次数与省下的搬运量；当分支算术较重时，重复执行的代价可能超过保留中间结果。融合收益必须建立在这笔实际开销的比较上。

如果某个算子无法委托给目标后端，图通常会被切成设备区域和主机区域。此时，算子支持率只能说明有多少节点可以委托，不能衡量切分代价。一个节点可能处理很小的标量，也可能处理庞大的特征图；后者位于两个设备区域之间时，需要让结果对主机可见，再把处理后的数据交回设备。即使共享物理内存免除了显式复制，同步、布局转换和缓存维护仍可能存在。

因此，为NPU选择分区时，应以边界张量和执行依赖为对象估算总成本。对于位于长设备区域中央的轻量主机算子，可以评估替换为后端支持的等价表达；如果它将大区域拆成多个小段，替换收益可能很大。反过来，若某段计算本身很小，却需要两次昂贵的格式转换，把相邻的小段一起留在主机上可能更快。这是一种受具体模型和平台约束的取舍，并不意味着设备支持的算子都应无条件下放。

实际排查应先导出最终分区图，标明每个切口的张量形状、类型和布局，再记录主机执行、转换以及等待的时间。分析时不能把可重叠阶段的耗时简单相加，应沿决定完成时间的依赖路径判断。对比实验应保持数值语义和输入一致，分别测试单段委托与多段委托。若编译日志只显示原始图，需要进一步确认后端最终接受的图，因为转换阶段可能再次拆分或引入辅助节点。

图优化的判断单位应是完整依赖路径。先证明融合不会破坏其他消费者，再用边界数据量衡量分区收益，才能让节点级优化转化为可验证的整网加速。