GPU Computing
从数据布局、访存和计算流水线入手，理解性能瓶颈，用源码与实验验证优化。
WELCOME TO MY PERSONAL SPACE
Zhang Yuan 👋
AI InfraCreator of Yuan Code Lab
你好，欢迎来到我的个人空间。
折腾 Embedded System 好多年，
现在专注 Inference Runtime 和 GPU Kernel 性能优化，
在 AI Infra 领域持续探索。
这里是源代码 Lab，我放个人作品、记录思考的地方。
希望这些出于兴趣的探索，能对自己、也对别人有价值。
01 / WHY 要事
哪些事，值得把时间留给它？
有些事不会催你，却会慢慢改变你的生活。
持续学习让能力积累，规律锻炼为健康打底，认真陪伴让关系更稳固。它们的价值，往往要在更长的时间里才能看见。
做要事的念头，来自《高效能人士的7个习惯》：提前规划下一周，按重要与紧急给事情分类，主动为重要但不紧急的事留出时间。
对我来说，判断一件事是否重要，要看它是否服务于自己真正在意的目标，是否值得持续投入，而不只是眼前有多急。重要的事因人而异，需要我们自己作出选择。
我希望把这种思考优先级的方式分享出去：少一些被催促着往前走，多一些主动安排，让长期投入逐渐产生复利。这就是我做要事的初衷。
02 / CURRENTLY EXPLORING
我正在探索的方向。
从高性能计算出发，
持续探索 AI 系统、模型算法与端侧应用。
AI Systems
关注编译器与推理系统，理解模型的计算如何被组织、调度并落到硬件上。
Models & Algorithms
把论文里的方法与实现联系起来，理解模型结构、算法选择与计算代价。
Physical AI
探索智能如何感知并作用于物理世界，以及端侧计算和部署带来的约束。
微信公众号
Yuan Code Lab
技术探索与产品思考