时间表
| 场次 | 日期 | 章节 | 主讲 | 状态 |
|---|---|---|---|---|
| 第 1 次 | 04.19 | 第一章：介绍与 AI 系统概览 | 程治玮 | 已完成 |
| 第 2 次 | 05.24 | 第二章：AI 系统硬件概览 | 于增辉 | 已完成 |
| 第 3 次 | 06.07 | 第三章：GPU 环境下的 OS、Docker 与 Kubernetes 调优 | 程治玮 | 未开始 |
| 第 4 次 | 06.28 | 第四章：分布式网络通信调优 | 费翌阳 | 未开始 |
| 第 5 次 | 07.12 | 第五章：基于 GPU 的存储 I/O 优化 | 黄健峰 | 未开始 |
| 第 6 次 | TBD | 第六章：GPU 架构、CUDA 编程与最大化占用率 | TBD | 未开始 |
| 第 7 次 | TBD | 第七章：GPU 内存访问模式的分析与调优 | TBD | 未开始 |
| 第 8 次 | TBD | 第八章：占用率调优、Warp 效率与指令级并行 | TBD | 未开始 |
| 第 9 次 | TBD | 第九章：提升 CUDA Kernel 效率与算术强度 | TBD | 未开始 |
| 第 10 次 | TBD | 第十章：Kernel 内流水线、Warp 特化与协作线程块集群 | TBD | 未开始 |
| 第 11 次 | TBD | 第十一章：Kernel 间流水线、同步与 CUDA 流有序内存分配 | TBD | 未开始 |
| 第 12 次 | TBD | 第十二章：动态调度、CUDA Graphs 与设备发起的 Kernel 编排 | TBD | 未开始 |
| 第 13 次 | TBD | 第十三章：PyTorch 的分析、调优与扩展 | TBD | 未开始 |
| 第 14 次 | TBD | 第十四章：PyTorch 编译器、OpenAI Triton 与 XLA 后端 | TBD | 未开始 |
| 第 15 次 | TBD | 第十五章：多节点推理、并行、解码与路由优化 | TBD | 未开始 |
| 第 16 次 | TBD | 第十六章：大规模推理的分析、调试与调优 | TBD | 未开始 |
| 第 17 次 | TBD | 第十七章：推理中分离式 Prefill 与 Decode 的扩展 | TBD | 未开始 |
| 第 18 次 | TBD | 第十八章：高级 Prefill-Decode 与 KV Cache 调优 | TBD | 未开始 |
| 第 19 次 | TBD | 第十九章：动态与自适应推理引擎优化 | TBD | 未开始 |
| 第 20 次 | TBD | 第二十章：AI 辅助性能优化与百万级 GPU 集群扩展 | TBD | 未开始 |
阅读安排
- 原则上每章安排 2～3 周准备时间，具体以实际排期为准
- 每章安排一次线上分享：一人带读约 40 分钟 + 20 分钟自由讨论