一个 transformer block 是六个张量加一条总线：把它当流水线来读

这是“从代码到权重”12 篇 ML 基础系列的第 5 篇，面向转向 ML 工程的开发者。文章以 nanoGPT 的 model.py 为对象，把整个 decoder block 当作流水线来读：输入是什么、每个阶段写入什么、参数和计算成本落在哪里，并指出二者并不在同一位置。作者还做了破坏性实验：逐个移除 block，以及让每个 block 覆盖输入而非相加。该系列每篇聚焦一个“行为不像普通软件”的点，本篇聚焦成本所在与代码所在不一致。

AI推荐理由 这是一篇面向工程师的 ML 基础系列文章（第 5 篇），以 nanoGPT 的 model.py 为对象，逐阶段拆解一个 transformer block 的数据流、参数位置与计算成本分布，并做了移除 block、改为覆盖输入等破坏性实验。具体价值在于把 block 当作流水线来读，指出成本所在与代码位置不一致这一工程直觉盲点；局限是内容属教学性解读，未提供新的模型、数据或可验证的性能结论，且正文片段在关键处截断。