用途：面向已知模型或配置，分析算子顺序、张量维度、FLOPs、MFU 与并行切分，适用于特定服务形态的计算画像与不同并行配置对比。
主要能力：加载模型配置并生成逐层算子序列，输出 shape_in→shape_out、每算子 FLOPs、Attention 与 MoE/FFN 占比及单次前向总 FLOPs；结合实测延迟计算整体与逐层 MFU；支持 kernel 级 MFU 表（--kernel-flow）、算子级汇总（--kernel-detail）和类别近似（--kernel-ms）；可从 torch profiler trace 提取真实算子序列并与静态模板比对。
使用方式：先列出模型 python3 skills/model-compute-simulation/scripts/model_compute_simulator.py --list-models，再运行模拟，例如 python3 skills/model-compute-simulation/scripts/model_compute_simulator.py "Qwen3-235B-A22B" --batch-size 1 --seq-len 1 --tp 8 --dp 1 --ep 8 --gpu h20 --dtype bf16；提供 --measured-ms 可算 MFU；--kernel-flow @file 做 kernel 级分析；--format json 便于自动化。trace 提取用 scripts/extract_compute_flow_from_trace.py。
限制：模型需在 model-config-index.json 中，否则需提供 config.json；MFU 需 GPU 类型与实测延迟；trace 需 record_shapes=True，CUDA Graph 回放可能缺形状；trace 显示的是 TP 切分后维度；--per-layer-ms、--kernel-ms、--kernel-detail、--kernel-flow 只能选一个，实测时长须为正。GPU 峰值来自 references/gpu-specs.json。