爆肝了一段时间，针对zomi酱视频做了对应笔记，学到很多，更新如下：
日常感谢昇腾架构师ZOMI酱
（我愿称之为肝帝！）的超级贡献，欢迎一键三连
有关计算图的内容：主要介绍了为什么要用计算图、基于计算图的表示与自动微分、动态图静态图的基本区别、什么是图优化与算子调度（设备切分）、如何表达控制流、如何进行动静转换。
有关分布式系统的内容：主要介绍了AI集群PS服务器架构（各种服务器集群并行算法）、AI集群软硬件通信、通信实现方式（一对多多对多等等），并行处理硬件架构（SIMD等），分布式训练系统，大模型训练挑战遇到的(内存、通信、性能、调优墙)等。
有关AI编译器前端优化的内容：主要介绍了算子融合、支配树、数据布局转换原理（NCHW/NHWC的区别与不同设备上更适合哪种)；以及各类pass（优化）：内存对齐、常量折叠、公共子表达式消除、死代码消除、代数简化(算术化简、运行化简、广播化简)等。
有关AI编译器后端优化的内容：主要介绍了算子分类、算子计算和调度区别与解耦、调度树、简单的算子优化手工方式（可能开了比较高的编译器优化就会自动做：循环交换、循环变量实例化提前、表达式外放、循环终止调用），算子循环优化（循环展开、循环分块、循环重排（主要cache相关）、循环融合、循环拆分），指令和存储优化如向量化（这个很多也有研究，有拓展）、张量化、访存延迟（gpu core）、存储分配优化以及简单的 auto tuning。
有关模型部署加速的一些内容（量化剪枝和蒸馏的简单入门知识）