Profiling 算力瓶颈 Roofline 核对 Skill

对 kernel_details.csv 中 aic_mac_ratio≥80% 的算子，按 NPU 峰值算力与带宽计算理论耗时，并与实际耗时对比，给出是否需要优化及初步排查方向。

本 Skill 与 profiling-analysis-computing 同级、相互独立：计算瓶颈透视/形状解析仍用 computing；本 Skill 专注 Roofline 理论/实际核对。

需要的输入

缺一不可；缺失时先向用户询问，不要默认猜测：

1. kernel_details.csv 路径，或含该文件的 profiling 根目录（需含 aic_mac_ratio 列）
2. NPU 算力（TFLOPS）：填 FP16/BF16 Cube 峰值
3. 内存带宽：默认按 GB/s 解释 --bandwidth；1.2 TB/s 写作 --bandwidth 1.2 --bw-unit TB/s，或 --bandwidth 1200

可选：--mac-threshold（默认 0.80）、--top、--output-path / --out、--int8-scale（默认 2）

脚本