Google 为 XProf 添加 Pallas 内核性能分析套件：少信模型，多看寄存器

Google 为开源 TPU 性能分析器 XProf 添加内核性能分析套件，支持查看自定义 Pallas 内核的周期级细节。借助亚微秒级硬件计数器采样与寄存器级指标，开发者在分块矩阵乘法示例中发现内存停顿，并通过三重缓冲将内核执行时间从 125.5µs 缩短至 88µs，降幅约 30%。该功能面向 TPU v7（Ironwood），建议以硬件寄存器数据而非 XLA 成本模型估算作为优化依据。