8 篇文档带有标签「L2」

沿 Python DSL → AST → TTIR → TTGIR → LLVM IR/PTX 的多级 lowering 链路拆解 Triton 编译器，并亲手 dump 各级 IR 观察 fused softmax kernel 的编译全过程。

从批/流 ETL、数据契约与质量门禁、PII 脱敏到 DVC 数据版本化与血缘，构建可信、可复现、可治理的 AI 数据管道。

从预训练语料采样策略、分布式数据分片、epoch 与 token 预算到课程学习（Curriculum Learning），构建可复现、无重复、负载均衡的训练数据供给层。

拆解 FlashAttention 家族（FA-1/2/3）的 tiling + online softmax + 重计算三板斧，量化与 MoE 内核工程，并用 Triton 手写简化 FlashAttention 与 PyTorch SDPA 对数值、对速度。

从 Kafka+Flink 流式 ETL、窗口与 exactly-once 到 Embedding 批量/增量/backfill 管道，衔接 L2.1 批处理与 L2.2 向量库/RAG 在线更新。

拆解 torch.compile 三驾马车与 MLIR 多级 Dialect 下沉机制，打通「Python 模型代码 → IR → 硬件 kernel」的编译链路认知。

从 Feast 离线/在线双 store 到 HNSW/IVF/PQ 向量索引权衡，建立 AI 系统「特征与向量」存储层的工程化系统观。

从 Thread/Block/Grid 层次映射到 Shared Memory、Bank Conflict、cp.async 双缓冲与 Hopper TMA，手写 tiled GEMM 实测加速比，建立 CUDA 高性能 kernel 的硬核工程直觉。