以 SincNet Conv1d 为例，串联模型对称性、混合精度、矩阵映射与软件流水，解释如何把模型语义转化为硬件性能收益。

复盘 Rejection Sampling 在自研 AI 加速器上的数据流与软件流水优化，以及快速数学指令引入的采样偏差诊断。

沿 LLVM IR、分析、变换与后端调度逐层追踪，定位优化未发生或未提速的原因，并用实验验证判断。

沿一次 Eager decode 梳理 SGLang 执行运行时的对象关系、资源所有权与数据流，厘清 ModelRunner、runner 和 backend 的分工。

从请求接入、调度到执行与底层实现，梳理 SGLang 的职责分层，建立定位源码问题的架构地图。

通过 SGLang Issue 36886，分析 DCP 场景中 KV 缓存容量与地址映射失配的根因及修复思路。