Group 2.9: Project Practice | 2.9: 项目实战
本组用于承接综合项目、性能对比与训练分析，是 Part 2 的项目收束层。当前 30-35 六个项目已完成：核心项目覆盖训练落地、推理选型和训练分析；扩展项目覆盖 profiling 闭环、分布式基准和量化部署；36-42 作为已完成的延伸方向，继续补强推理服务、cache、量化家族和通信 profiling。项目页的 TODO 仍保持 notebook-first 的统一结构，但职责从“补算法”转为“组织实验、输出对比和沉淀结论”。
这 6 个项目可以按四个方向理解：30/32 负责训练落地与训练分析，31/35 负责推理选型与压缩部署，33/34 负责 profiling 闭环与并行选型。这样 2.9 不是单纯的项目清单，而是把前面学到的能力收束成可比较、可复现、可决策的工程验证层。
从扩展趋势看，后续如果继续加深，更可能沿几条工程线展开：推理服务调度、缓存与内存管理、评测与 benchmark 框架、通信 profiling 深挖，以及更完整的量化家族补全。它们不会替代当前四类方向，而是作为 2.9 的补充层，把已有项目继续做深做细。
Group Overview | 组概览
这一组把前面各组学到的能力放回真实项目里做收口，优先保证“训练 -> 推理 -> 性能分析”的闭环完整。阅读顺序和组内资产见下表，先做核心 3 项，再进入扩展 3 项。
Group Asset Overview | 组内资产总览
| 项目 | 当前状态 | 状态 | 优先级 | 对应组 / 来源 | 作用 |
|---|---|---|---|---|---|
| 30 LoRA 微调项目 | 核心项目 | 已完成 | P0 | 2.3 微调与训练技术 | 训练落地 |
| 31 推理性能对比实验 | 核心项目 | 已完成 | P0 | 2.6 核心推理优化 | 推理选型 |
| 32 训练性能分析 | 核心项目 | 已完成 | P0 | 2.5 反向传播与显存优化 | 训练分析 |
| 33 profiling 驱动的端到端优化项目 | 扩展项目 | 已完成 | P1 | Part 1 profiling 方法、2.3、2.5、2.6 | 优化闭环 |
| 34 分布式并行基准项目 | 扩展项目 | 已完成 | P2 | 2.8 分布式并行策略 | 并行选型 |
| 35 量化推理与部署项目 | 扩展项目 | 已完成 | P3 | 2.7 高级推理与压缩优化 | 压缩部署 |
Learning Path | 学习路径
Recommended Order | 推荐顺序
- 核心项目先做 30 LoRA 微调项目 -> 31 推理性能对比实验 -> 32 训练性能分析。
- 扩展项目再按优先级进入
33 -> 34 -> 35，把 profiling 闭环、分布式基准和量化部署补成项目级验证。
Next Steps | 后续衔接
Environment Notes | 环境说明
- 默认按
CPU-first阅读，核心项目优先保证逻辑和 correctness 验证。 - 这里只写组级统一前提，不点到具体节号。
- 扩展项目中的 profiling、分布式或部署验证，若需要 GPU / 多卡 / 工具链支持，以单页说明为准。