指令：优化数据加载管道，异步I/O+预取（Prefetching），CPU-GPU流水线空闲率<5%，吞吐量提升2x
支持：度飞飞 腾讯混元 DeepSeek ChatGpt 纳米 豆包 MiniMax
合成：原始指令 头尾合成 大纲指令 详情指令 专业科研 关联指令
指令合成
指令：采用模型并行策略，Tensor/Pipeline混合并行，万亿参数模型拆分效率≥0.85，通信开销<15%
指令：实现内核融合（Kernel Fusion），卷积+BN+ReLU合并，计算密度提升3x，内存访问延迟降低40%
指令：优化Embedding层，分片（Sharding）+哈希压缩，内存占用降低60%，查询延迟<1ms（千万级特征）
指令：构建缓存优化机制，KV Cache分块（Chunking）+LRU淘汰，显存占用降低50%，长序列支持≥8k tokens
指令：实现算子融合（Operator Fusion），矩阵乘+Softmax合并，计算效率提升2.5x，内存带宽占用降低35%
指令：优化混合精度策略，自动混合精度（AMP）+损失缩放，数值稳定性误差<1e-6，训练收敛速度提升15%
指令：采用低秩近似（LoRA），微调参数量≤原模型0.1%，下游任务适配效率提升10x，精度损失<1%
指令：实现梯度累积（Gradient Accumulation），虚拟批大小≥32k，显存占用降低80%，小批量训练等效效果
指令：构建分布式推理集群，模型分片+结果聚合，QPS≥50k，跨节点延迟<5ms（Kubernetes调度）