01理解
看懂一次计算， 怎样在 GPU 上发生。
从线程、wavefront 到片上存储，跟着一个元素的旅程，把抽象的硬件概念变成看得见的过程。
走进 GPU 的工作方式02测量
先找到瓶颈， 再谈优化。
学会可信计时、读懂 kernel trace 和 Roofline。让每一次修改，都有测量和证据作为起点。
建立第一个可信基准03优化
把理解， 写进每一个 Kernel。
从逐元素计算到归约、矩阵乘与融合，用 HIP 或 Triton 实现同一个算子，逐步理解性能取舍。
开始经典算子实战04自动化
让每次尝试， 成为下一次的起点。
把编译、测量和分析封装成工具，让 Agent 在可验证的反馈中迭代，留下能回看的优化轨迹。
搭建算子优化 Agent
