我和两个做CV/world model的人分别聊天，做了flashdream的说：“感觉这个不够elegant，这种compression太engineer了。”
另外一个同学也说觉得inference加速什么的，没有意思，不够“research”。
emmm那这就是为啥这帮人和搞mlsys的人有点不对付吗？ 就是觉得mlsys只是engineering work而不够research elegant？
确实，感觉ml compiler这种比较偏rule-based。毕竟compiler啊，dsl啊这种，是比较“人造的”感觉。相比起来，gradient descend 这种 optimization，那种符合“数学直觉”的，可能就会有人觉得更美丽一些。
可是毕竟我们生活在物理世界而不是“真空球形鸡”的理论世界。所以不得不被现有的芯片，显卡，局限住。
那么问题就来了。software-hardware optimization这种东西，可行吗？
我能想到的一个问题就是：做模型的人会手搓kernel吗？
或者说，他们会在乎吗？还是只是觉得“啊反正丢给nvidia的人去优化就行了，我模型的数学已经弄好了”。
在乎的话，会手搓到那一层呢？
我能想到的一个on top of my head example 就是satnet。似乎是很solid的有一些自己学的cuda kernel。为什么我会知道这个呢。。。这就要说到一些八卦了。但我们先按下不表。
那么，这种行为是一个general practice吗？
哦！chris之前说，有的时候大家propose不同的architecutre只是在不同的dimension挪来挪去。比如MoE可能快但是更占memory，diffusion model可能有另外的tradeoff（忘了具体是啥）。但本质只是在这些axis上挪来挪去而已，并没有什么fundamental解决方案？
Izzy Fermecat 