在这里，你将深入大模型计算的核心腹地，横跨算法压缩与系统工程，从万亿参数模型的轻量化创新到万卡集群的极致性能调优，打通从模型结构创新、高效压缩、到算子内核与分布式系统的全链路技术栈，打造全球领先的训练与推理加速引擎。 1、极致算子与内核开发 手写高性能GPU/NPU核心算子（CUDA/Triton），针对低比特量化、稀疏计算、注意力机制等场景深度挖掘硬件算力，结合编译优化与性能剖析（Nsight系列）突破计算瓶颈； 2、模型压缩与轻量化 研发FP8/INT4/INT8量化（PTQ/QAT）、结构化/非结构化稀疏、动态剪枝、低秩近似（LoRA）及MoE技术；利用强化学习（RL）与AutoML构建自动化压缩流水线，实现精度-效率帕累托最优； 3、分布式训练与通信优化 深度优化Megatron-LM、DeepSpeed等框架，突破万卡集群通信瓶颈，设计拓扑感知调度、通信压缩（如梯度压缩）、计算与通信重叠等策略，提升 scaling efficiency； 4、前沿推理架构落地 研究并部署投机采样（Speculative Decoding）、分离式推理（Disaggregated Inference）、KV Cache优化等技术，在生产环境实现延迟与吞吐的数量级提升。