GPU 系统
2026
2
2025
28
- 量化：QAT、Kernel 与 KV Cache
- 算子与编译器：Workload 建模与 Shape Bucketing
- 算子与编译器：Triton 编程模型与自动调优：先画 tile，再谈速度
- 算子与编译器：Kernel 测试、回归与维护
- 算子与编译器：推理 Attention 与 KV Kernel
- 算子与编译器：Runtime Dispatch 与 Kernel 选择
- 算子与编译器：Roofline 建模与性能案例
- 算子与编译器：Reduction、Norm、Layout 与 Indexing：小算子为什么能拖慢大模型
- 算子与编译器：PTX / SASS 与编译检查
- 算子与编译器：Profiling、调试与数值稳定
- 算子与编译器：性能反模式与失败案例
- 算子与编译器：MoE 路由与稀疏 Kernel
- 算子与编译器：低精度与量化 Kernel
- 算子与编译器：FlashAttention 与长上下文：先分清三张账
- 算子与编译器：Kernel 成本模型与选型
- 算子与编译器：硬件感知排查清单
- 算子与编译器：GPU 互联与拓扑映射
- 算子与编译器：GEMM、Attention 与融合 Kernel
- 算子与编译器：FP8 训练与优化器 Kernel
- 算子与编译器：DeepGEMM 源码与接入
- 算子与编译器：DeepGEMM：FP8 GEMM 与 Mega-MoE
- 算子与编译器：CUTLASS / CuTe 与编译栈
- 算子与编译器：自定义算子与框架集成
- 算子与编译器：CUDA 编程模型与内存层次：先画数据怎么走
- 算子与编译器：通信算子与计算重叠
- 算子与编译器：高级 Kernel 模式与形状特化
- 推理：GPU Kernel、Batching 与显存
- 基础知识：线性层、MLP 与 GEMM：模型里的矩阵乘为什么这么重要
1