分段观察
分段观察
ls -l <模型目录> | wc -l # 分片数量（是否碎成大量小文件）
free -h # 首次加载前后看 buff/cache 变化
iostat -x 1 # 需装 sysstat；看盘吞吐与 %util- 冷启动读盘：首次加载慢、第二次走页缓存明显变快，属正常现象
- 网络盘（NFS/CIFS）：小文件多时延迟放大，考虑本地 NVMe 或预先缓存
- 多卡并行加载：张量并行下每个 rank 各自读盘，IO 压力成倍
- 校验开销：加载时校验与镜像解压会占用时间，可在构建期前移
把「加载完成」与「服务就绪」分开计时：权重就绪后还有 CUDA Graph 捕获与预热。