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 的主要收束层和缓冲区。当前按“核心 3 个项目 + 扩展 3 个项目”组织，其中核心 3 个已经补出项目骨架，扩展 3 个仍先占位；核心项目优先覆盖训练、推理和训练性能分析，扩展项目优先覆盖 profiling 闭环、分布式基准和量化部署，后续按优先级逐个补齐。

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	已有	P0	2.3 微调与训练技术	承接训练闭环，落地 LoRA 微调与端到端训练流程
31 推理性能对比实验	核心项目	已有	P0	2.6 核心推理优化	承接推理优化，比较不同推理策略的吞吐与延迟
32 训练性能分析	核心项目	已有	P0	2.5 反向传播与显存优化	承接训练性能与显存分析，形成训练侧验证闭环
33 profiling 驱动的端到端优化项目	扩展项目	占位	P1	Part 1 profiling 方法、2.3、2.5、2.6	承接 profiling 方法论，把 测量 -> 定位 -> 修改 -> 复测 串成完整闭环
34 分布式并行基准项目	扩展项目	占位	P2	2.8 分布式并行策略	承接 ZeRO / Pipeline / Tensor Parallelism，做策略比较与选型基准
35 量化推理与部署项目	扩展项目	占位	P3	2.7 高级推理与压缩优化	承接量化、QLoRA 与推理部署，把压缩策略落到工程验证

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，优先补 profiling 闭环，再做分布式基准和量化部署。

Next Steps | 后续衔接

• 做完核心 3 项后，可以结合 2.3、2.5、2.6 回看对应能力来源。
• 如果要继续加深工程化能力，可再把 33 -> 34 -> 35 的扩展项目补齐，并与 topics/profiling 的专题页串联。

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。