具身 / 端侧专题（选修）

10 课：具身智能、自动驾驶与端侧部署的算子、引擎与训练系统

具身 / 端侧专题（选修）

这一组课程面向具身智能、自动驾驶与端侧部署方向。它们与 LLM 训练/推理主线共享同一套底层方法（线程映射、算子融合、通信、并行），但业务场景、硬件约束与评估方式不同，因此单独成组。

如果你面的是通用 AI Infra（训练框架、推理引擎、算子、集群）岗位，主线课程已经覆盖；这 10 课属于按需选修。如果你的目标岗位是具身/自驾/端侧，这组课反而应该优先。

课程目录

课号	课程	归属主线	为什么选修
CUDA 第 15 课：具身智能连续动作生成算子	Diffusion Policy 与 Flow Matching 去噪求解器	CUDA Kernel	面向动作生成，不是 LLM 算子
CUDA 第 16 课：3D 点云体素化与空间聚合算子	点云体素化（Voxelization）	CUDA Kernel	自驾感知专用
CUDA 第 17 课：硬件感知量化：QAT 伪量化	FakeQuant、STE 与对称/非对称量化	CUDA Kernel	训练侧量化，与推理量化路线不同
推理第 9 课：TensorRT IPluginV3 插件体系	插件生命周期与执行器架构	推理引擎	端侧部署专用
推理第 10 课：Diffusion 与 Flow Matching 流式调度	连续动作流式推理引擎	推理引擎	具身推理专用
推理第 11 课：端侧混合精度部署	FP16/INT8/W4A8/FP4 对齐与延迟控制	推理引擎	车载/机器人功耗与降频约束
训练第 15 课：异构 5D 并行：VLA 跨 Mesh 拓扑	Cross-Mesh Resharding	训练系统	多模态 VLA 专用拓扑
训练第 16 课：非均质流水线调度	多频异构 1F1B 与气泡消除	训练系统	具身多频控制流专用
RL 第 13 课：连续动作空间 RL 系统	高斯/Beta 策略、动作平滑惩罚	强化学习	真机控制，不是 token 级 MDP
RL 第 14 课：真机与仿真混合回传飞轮	向量化仿真与 Sim-to-Real 闭环	强化学习	具身数据飞轮专用

阅读顺序建议

• 只做算子：CUDA 15 → 16 → 17
• 只做端侧部署：推理 9 → 11 → 10
• 只做具身训练/后训练：训练 15 → 16 → RL 13 → 14
• 完整走一遍：按上表顺序，先算子、再引擎、再训练、最后 RL

与主线的关系

这些课在正文里会引用主线的前置知识（如 CUDA 第 1~10 课的线程模型、训练第 1~11 课的显存账本与并行切分）。如果前置不熟，先回主线补，再回来读这一组。

MLIR 编译器的 8 课也已归入选修，见 MLIR 编译器（选修）。它面向编译器/框架方向的岗位，学 kernel 与推理引擎的读者可以跳过。