项目名称（⚠️ Alpha内测版 / 🧪 Beta公测版）

Caution

⚠️ Alpha内测版本警告：此为早期内部构建版本，尚不完整且可能存在错误，欢迎大家提Issue反馈问题或建议。

或者

Warning

🧪 Beta公测版本提示：教程主体已完成，正在优化细节，欢迎大家提Issue反馈问题或建议。

这里写项目的各类介绍信息、背景、动机等内容

项目受众

本项目面向所有对AI Infra领域中GPU性能优化方向感兴趣的同学。

• 本项目提供从0开始的GPU编程教学，下限低，上限高，无论你是否有GPU、CUDA编程的经验，都可以从这个项目中学到新知识。
• 完成本项目的同学，将从基础的GPU CUDA编程出发，深入理解GPU的硬件架构和编程模型；通过逐渐优化代码，实现于SOTA算子同等性能的GPU程序；然后接触Triton和Tilelang等新型GPU编程DSL；最终通过编写实际可用的大模型算子作为毕业项目。
  • 通过所有课程并完成毕业项目的同学，可以获得琶洲实验室（黄埔）的实习机会。
• 要求学员有基础的C语言编程基础，同时要求具备Python编程基础。

在线阅读

https://datawhalechina.github.io/repo-template

目录

这里写你的项目目录，及其完成状态，已完成的部分添加上跳转链接

章节名	简介	状态
第1章 xxx	xxx	✅
第2章 xxx	xxx	✅
第3章 xxx	xxx	✅
第4章	xxx	🚧

贡献者名单

姓名	职责	简介
Myrfy001	项目负责人	琶洲实验室（黄埔）副研究员，开源社区爱好者
小红	第1章贡献者	小明的朋友
小强	第2章贡献者	小明的朋友

注：表头可自定义，但必须在名单中标明项目负责人

参与贡献

• 如果你发现了一些问题，可以提Issue进行反馈，如果提完没有人回复你可以联系保姆团队的同学进行反馈跟进~
• 如果你想参与贡献本项目，可以提Pull Request，如果提完没有人回复你可以联系保姆团队的同学进行反馈跟进~
• 如果你对 Datawhale 很感兴趣并想要发起一个新的项目，请按照Datawhale开源项目指南进行操作即可~

关注我们

扫描下方二维码关注公众号：Datawhale

LICENSE

本作品采用知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议进行许可。

注：默认使用CC 4.0协议，也可根据自身项目情况选用其他协议