日常模型开发中，我们依赖的常规 Python 调试手段，仅能覆盖上层代码逻辑，根本无法穿透到设备侧，获取真实、细粒度的运行时数据。

一方面，性能调优无依据：无法精准定位 Kernel 内部各操作的耗时节点，优化只能靠经验、靠猜测，低效且盲目；

另一方面，数值 bug 难溯源：算子计算出现数值异常时，无法追溯中间计算步骤，排查耗时翻倍，问题反复复现。

更棘手的是，各芯片厂商设备接口不统一、功能支持参差不齐，不同设备调试、分析工具碎片化严重。调试算子，某种程度上比写算子还痛苦。

一套通用、统一、可落地的设备侧 Profiling&Debugging 方案，成为开发者的迫切刚需。

三个月，我们试图打开这个黑盒

过去三个月，我们在 FlagOS 的核心组件 FlagTree 进行了一次系统性的尝试：设计并实现一套统一的 Profiler & Debugger 原型工具，目标是让设备侧算子从“不可见”变为“可观测”。

我们的思路很直接：

Profiler——让耗时“颗粒度”细到 kernel 内部。 不再满足于“算子整体跑了多久”，而是深入 kernel 内部，拆解每一段操作的执行时间。访存、计算、同步……哪一步是瓶颈，一目了然。

Debugger——让数值异常“定位”到具体步骤。 不再靠 print 猜测，而是在中间计算过程中设置观测点，精确捕获每一步的数值状态。溢出、截断、异常值——在哪一步发生的，怎么发生的，看得清清楚楚。

统一框架——适配不同芯片厂商的设备接口。 面对各厂商接口和功能差异，我们设计了一套抽象层，尽可能屏蔽底层差异，让同一套工具能在不同设备上运行。这很难，但我们迈出了第一步。

这次直播，我们会聊什么？

本次直播将完整分享近三个月在 FlagOS 的核心组件 FlagTree 进行 Profiler & Debugger 开发的设计思路与原型实现，并带来工具初步版本的现场演示。

你将看到：

痛点深度拆解：详解算子开发中，设备侧性能分析、数值调试的核心卡点与行业现状

原型设计全公开：分享三个月攻坚成果，拆解 Profiler&Debugger 工具整体架构、设计理念与适配逻辑

核心能力解读：揭秘细粒度 Profiling 耗时统计、全流程 Debug 数值溯源两大核心功能

现场实操演示：工具初版功能实景演示，直观展示如何快速定位 Kernel 耗时、排查数值异常

直播时间：

2026年8月6日晚 19:00-20:00

直播平台：

• 智源 FlagOpen 视频号

• FlagOS 智算系统软件栈CSDN-Devpress

• FlagOS 小红书

直播福利：

直播期间参与抽奖，将有机会获得 FlagOS 独家定制周边！

欢迎扫描下方二维码，加入【FlagOS 技术交流群】，获取一手 PPT 及学习资料。

如果你正在做算子开发，或者对 AI 系统软件栈的可观测性感兴趣，

这次直播值得标记日历。

算子调试这件事，不该再靠猜了。

FlagOS 的核心组件FlagTree ，

让每一步都可观测。