gpu-kernel-engineer-from-scratch

这是一个面向初学者的12个月GPU内核工程师系统性学习项目，通过每周一个可交付成果（如CUDA/Triton内核实现、正确性测试、性能基准测试）逐步构建AI系统底层开发能力。核心涵盖GPU计算模型、内存层次结构、CUDA与Triton双栈编程、AI关键算子（softmax、matmul、layer norm、attention组件）的内核实现与优化，并强调可验证的正确性测试和可复现的性能分析。适合希望进入AI基础设施、大模型编译器、GPU加速库开发等领域的Python/PyTorch开发者，作为从应用层向系统层转型的实践型学习路径。