一句话定义：Roofline 模型（Roofline Model，屋顶线模型）是一张二维图，用“算术强度”和“峰值算力、内存带宽”两个约束，画出程序在特定硬件上的性能上限；图形像屋顶，性能很难超过那条线。
屋顶是怎么搭起来的
横轴是算术强度（Arithmetic Intensity，也叫 Operational Intensity），含义是“每从内存搬 1 字节数据，做了多少次浮点运算”，单位是 FLOP/Byte。纵轴是性能，单位是 FLOPS。
屋顶由两条线拼成：一条斜线，高度等于“内存带宽 × 算术强度”，表示数据搬运速度；一条水平线，高度等于芯片峰值算力，表示计算速度上限。两条线的交点叫拐点，数值等于“峰值算力 ÷ 带宽”，相当于这台机器自带的平衡点。
打个厨房比方：切菜师傅的手速代表算力，帮厨从冰箱搬食材的速度代表带宽。食材送得慢，师傅再快也得干等；这时多请师傅（堆算力）没用，得让每次搬的食材更多、切之前少往返（提高数据复用）。反过来，食材堆满案板时，师傅手速才是瓶颈，加人手才有效。
怎么用它定位瓶颈
把你要跑的那个计算（比如一层矩阵乘）的算术强度在横轴上画一条竖线，竖线撞到屋顶的位置就是它的性能上限：
| 落点 | 叫法 | 典型症状 | 优化方向 |
|---|---|---|---|
| 斜线上 | 带宽受限（memory-bound） | 算力吃不饱、访存先被打满 | 算子融合、量化、增大 batch、优化 KV cache、减少中间结果反复读写 |
| 平台上 | 算力受限（compute-bound） | 算力打满、带宽还有余量 | 换更强算力、低精度或更高效算子、算法层面减少计算量 |
大模型推理是经典案例：prefill 阶段一次处理整段提示词，是大矩阵乘矩阵，算术强度高，通常算力受限；decode 阶段每生成一个 token，几乎要把权重读一遍，算术强度极低，通常带宽受限。这也解释了两件事：单人聊天时字一个个往外蹦，是带宽型瓶颈；而把 batch 拉大能明显提吞吐，因为同一份权重被多个请求分摊了。
和相邻概念的区别
峰值 FLOPS 跑分只告诉你平顶有多高，不告诉你斜顶在哪里；GPU 利用率说明“忙不忙”，不代表“忙得有价值”；性能分析工具（profiler）做的是测量，Roofline 做的是上界推断。正确用法是先用它算出天花板，再看实测离天花板多远，判断该往哪边优化。
实际意义
一句口诀：加卡不见效时，多半是数据搬运受限，不是算力不足。做推理优化，先定位再动手：对着带宽瓶颈调算力效率，基本是白费力气。具体硬件参数和实测数值会有出入，以官方页面和实测结果为准。