🚀 第九篇：生产级 Capstone 综合实战项目库 (Production Capstone Projects & Architecture RFCs)

讲师 / 作者：👓 Ringi（大厂 AI Infrastructure 工程师）
模块定位：综合实战｜ 建议时长：综合考评
核心目标：包含 5 大面向大厂生产与晋升标准的综合实战项目与架构设计 RFC。

🎯 模块设计理念与工程师视角

在这一模块中，我们将坚持 Ringi 三问教学协议：

📐 Shape 是什么？（Tensor 形状在每一步算子中到底怎么流转？有哪些 Reshape/Broadcast/Reduction？）
💰 钱花在哪里？（估算参数量、FLOPs、显存占用、通信量，明确判断 Compute-bound、Memory-bound 还是 Communication-bound？）
⚙️ 真正在机器上怎么跑？（在 GPU 的 SM、HBM、SRAM、PCIe/NVLink、NCCL 上对应什么具体指令和 Kernel？）

📑 本模块章节目录与实战任务

序号	章节名称	核心知识点与实战产出	文档链接
01	项目一：分布式 LLM 训练 Scaling Study 综合实战（DDP → FSDP → 64 GPU 架构推导）	基于 TinyStories 完成多卡 Benchmark，绘制 Scaling Efficiency 曲线并归因通信与计算瓶颈。	01_Capstone_分布式训练Scaling_Study实战.md
02	项目二：生产级 LLM Serving 吞吐与延迟极限优化（vLLM + 复杂工作负载）	A/B 测试不同 Serving 参数，绘制 TTFT vs Throughput 的 Pareto 边界，输出容量规划表。	02_Capstone_生产级LLM_Serving吞吐与延迟优化实战.md
03	项目三：CUDA Softmax 与 Attention 算子极致性能调优（从 Naive 到 Tiled/Fused）	手写 GPU Kernel，运用 Tiling、Shared Memory 与 Warp 原语，输出 Nsight Compute 性能答辩报告。	03_Capstone_CUDA_Attention算子极致性能优化实战.md
04	项目四：企业级 AI Platform 统一调度与集群系统架构设计 RFC	设计同时支持 SFT、离线 Batch 与在线 P99 服务的千卡 Kubernetes GPU 集群架构方案与故障 Runbook。	04_Capstone_企业级AI_Platform统一调度与集群架构RFC.md
05	项目五：从单算子到端到端——FlashAttention 全景演进与大模型 Token 生成全链路性能优化实战	FA-1/2/3 微架构演进 · Online Softmax 递推证明 · Prefill/Decode 冲突治理 · 连续批处理 · 投机采样 · PD 分离。	05_Capstone_FlashAttention全景与Token生成端到端全链路优化实战.md

🛠️ 推荐实验与检验标准

完成本模块对应的手算推导与代码验证。
能结合 Profiler（PyTorch Profiler / Nsight / nccl-tests）给出定量性能证据。
能够回答本模块对应的经典大厂面试题与故障诊断题。

返回主目录：《Ringi AI Infra 学习体系全景地图》

⌘I