能力地图

高性能计算与ai基础设施

我把超算理解为一套共同约束：处理器与存储层级决定单节点上限，并行模型决定如何拆分问题，通信、同步和 I/O 又决定扩展效率。AI Infra 是这套认识在模型训练与推理工作负载上的延伸

竞赛经历

• 2024 IndySCC 线上赛第三名
• 2025 ASC 二等奖。
• 2024 先导杯没名次 围绕 AlphaFold 做过环境搭建、运行链路梳理和优化尝试，观察依赖、数据准备与计算阶段对整体耗时的影响。 对 vLLM 等推理基础设施做过代码阅读和实验性尝试；涉及 fork 的部分只作为研究过程，不视为原创项目。

什么是agent 工具

• agent 与 harness

我的理解

应用的性能与行为最终会落到指令执行、缓存与内存、并发同步、系统调用和资源调度上。体系结构解释“机器如何执行”，操作系统解释“资源如何被抽象和管理”，两者需要通过实验连接，而不是只背概念。

做过的事

• 使用 Docker 组织过包含 Hadoop、HBase、Hive、Spark 与 Flink 的大数据实验环境，处理服务依赖、配置和启动顺序。
• 在超算与性能实验中接触过 CPU、GPU、内存与 I/O 对工作负载的影响。
• 一直想做一生一芯...

边界与失败

我还没有独立完成处理器核、内核或完整系统软件，现阶段更接近“能把已有知识用于排查和实验”。对微结构、编译器与操作系统之间的定量联系仍不够扎实，一生一芯也不能在完成前写成成果。

下一步

沿一生一芯路线完成可运行、可调试的阶段性设计，并用性能计数、反汇编和系统跟踪工具把上层现象对应到底层机制。

啥是hacker？

我想这篇http://catb.org/~esr/faqs/hacker-howto.html 对我的影响深远

一辈子忘不了

多年以后，登上某个服务器，我仍会想起大二的一个下午，我用 nvtop 看 GPU 进程，一个叫 py2.8 的陌生进程运行了一会儿就消失了，起初我以为只是其他人在跑任务，没细想就关了电脑美美吃饭去了；当我嘴里咀嚼着热辣的冒菜时，一股冷意却突然直冲天灵盖，python 哪有2.8？进一步排查后，我们确认这是影响了多台机器的挖矿病毒。

众所周知

嵌入式好玩捏

做过的事

• FPGA 智能小车团队项目，使用 VHDL 与 Verilog 组织控制逻辑并做联调。
• 持续维护过数字逻辑实验辅助内容，把实验步骤、常见错误和验证方式整理成可复用材料。

算法与数据结构

做过的事

• 在 LeetCode 上做过大约 50 道题，接触数组、链表、栈、队列、树、哈希、排序、搜索和基础动态规划。

下一步

刷刷题目打打周赛，虽然确实不想刷题hehe...