模型融合（Fusion）策略无效：我们尝试使用AOE（Ascend Optimization Engine）进行模型融合，期望减少内核启动次数。但并发场景下，性能提升有限。请问，针对并发场景的融合是否有特殊策略？

Stream与任务组（Task Group）调优：我们为每个模型创建了独立的ACL Stream，并尝试设置不同的aclrtSetDeviceSatMode参数。效果不明显。在昇腾架构下，如何正确设置Stream或任务组来实现真正的并行，避免Core资源的争抢和无效调度？

资源隔离与绑定：我们了解到可以通过npu-smi设置性能模式或进行一些资源隔离。但官方文档对此描述较为简略。是否有方法能将不同的模型或进程固定到不同的AI Core或计算单元上，实现类似CPU绑核（numa）的效果，以减少上下文切换开销？

硬件瓶颈定位：我们怀疑瓶颈可能出现在内存带宽（HBM/DDR） 或 片上缓存（Buffer） 的争抢上，但缺乏有效的工具进行定位。除了npu-smi的基础监控，是否有更底层的性能剖析工具（类似Nsight Compute或rocProfiler）可以分析AI Core内部的内存访问冲突和流水线停顿？