模型推理速度受计算量、参数量、访存量和内存占用等多因素影响。计算量越大，推理时间通常越长；访存量影响存储带宽需求。计算密度和RoofLine模型用于评估性能上限，访存密集型和计算密集型算子各具特点。综合评估需考虑硬件特性、系统环境及软件实现，实际性能需通过真机测试。