用途：帮助诊断和修复 AOTInductor (AOTI) 的常见问题，如段错误、设备不匹配错误、常量加载失败，以及运行时错误。
错误路由：先根据报错信息分流。若匹配 Assertion index out of bounds: 0 <= tmpN < ksM failed 这类 Triton 越界模式，按 triton-index-out-of-bounds.md 处理；其他错误继续使用通用检查流程。
首要检查（对所有 AOTI 错误都应先做）：确认编译设备与加载设备一致、运行时输入设备与编译模型一致、输入形状与编译时形状一致（或满足动态形状约束）。AOTI 要求编译与加载使用相同设备类型：CUDA 编译须 CUDA 加载，CPU 编译须 CPU 加载，设备索引可不同，跨设备类型（如 GPU 编译 CPU 加载）不受支持。可用 AOTI_RUNTIME_CHECK_INPUTS=1 获得更明确的输入校验错误。
CUDA 非法内存访问 (IMA) 调试：先用 AOTI_RUNTIME_CHECK_INPUTS=1 与 TORCHINDUCTOR_NAN_ASSERTS=1；再用 PYTORCH_NO_CUDA_MEMORY_CACHING=1 与 CUDA_LAUNCH_BLOCKING=1 使错误可确定复现；然后用 AOT_INDUCTOR_DEBUG_INTERMEDIATE_VALUE_PRINTER=3 逐个打印运行时内核来定位出错内核，可用 AOT_INDUCTOR_FILTERED_KERNELS_TO_PRINT 过滤指定内核。其他工具包括 TORCH_TRACE/tlparse、TORCH_LOGS="+inductor,output_code"、TORCH_SHOW_CPP_STACKTRACES=1。
常见问题来源：动态形状、以 C++ 实现且带动态形状的自定义算子（meta 函数可能需要 Symint 化）。
API 提示：torch._export.aot_compile() 与 torch._export.aot_load() 已弃用；当前使用 torch._inductor.aoti_compile_and_package() 和 torch._inductor.aoti_load_package()，新 API 在包中存储设备元数据，加载时自动使用正确设备类型，只能改设备索引而非设备类型。
限制：资料未提供该技能的具体安装命令、价格或平台支持范围，暂未提供。