AI INFRA FOUNDATION / 20267 天 · 21 个学习单元 · 70 道测验
算力即权力，
Kernel 即语言。
从“只会调 PyTorch”到看得懂 Kernel、写得动算子、找得到瓶颈。用 7 天打通硬件理解、编程抽象、性能剖析与生产实战。
0/21
已完成单元
0
本地实验运行
0/7
完成每日测验
SM / WARP SCHEDULERSIMULATING
32 LANES / 1 INSTRUCTION
256
THREADS / BLOCK
8
WARPS / BLOCK
3
ACTIVE WARP
CUDA WORKSPACELOCAL / READY
▋LATENCY → THROUGHPUTCODE ↔ HARDWARE
07 DAYS / ONE COMPLETE STACK
七天，不是七篇孤立教程。
每天都有明确产出：一张性能分解图、一个正确 Kernel、一份优化报告。每一天都建立在前一天的硬件直觉之上。
LEARN BY MEASURING
性能不会说谎，瓶颈必有原因
课程不是 API 速查，而是一套反复使用的工程方法：先建立基线，再形成假设，用指标验证，最后保留可回退的优化。
01
硬件理解
把 thread、block、shared 映射到 SM、Warp 与真实存储层级。
02
编程抽象
同一任务对比 CUDA、Triton 与框架路径，理解抽象的成本。
03
性能剖析
用 nsys 找时间去向，用 ncu 找硬件原因，用 Roofline 找上限。
04
生产实战
构建、绑定、测试、兼容矩阵与性能回归，形成完整交付。
YOUR LOCAL DASHBOARD
每次学习，都留下证据。
进度、笔记、实验运行与挑战状态在当前浏览器保存。无需账号也能完整学习；无 GPU 时使用明确标注的模拟指标。
21 个学习单元总进度0%
● 本地模式 · 不会上传学习数据
绿色计算，也是工程能力。
先测量再优化，拒绝无意义跑分；合法使用算力，不绕过配额，不盗用资源。