AI Infra & HPC · 高性能方向

面向高性能计算与 AI 基础设施：GPU/CUDA、分布式通信、算子编译，以及性能优化方法论（缓存模型、分配器、数据布局、瓶颈定位）。

小类导航

小类	覆盖内容	优先级
ai-infra/	GPU/CUDA、RDMA/NCCL 高性能网络、算子编译	⭐⭐⭐
performance/	缓存模型、allocator/内存池、SoA、perf 瓶颈定位	⭐⭐⭐⭐⭐

推荐路线

• 打底：先过 C++ 区的 concurrency（并行/内存序）与 memory、modern-cpp。
• 核心：performance 的性能方法论必刷（缓存/局部性/分配器/数据布局）。
• 专项：ai-infra 补齐 GPU/CUDA 与分布式通信。
• 系统视角：顶栏 系统 区的 lowlevel（CPU/SIMD/NUMA）与 concurrency。

一句话：AI Infra = 系统知识 + 性能工程 + 加速器/通信栈。