MUSA Learning Notes
MUSA Learning Notes 是 googs1025/musa-learning-notes 的 GPU 编程学习日志，用 6 周路线和 38 个 MUSA 示例串起 MUSA SDK、CUDA→MUSA 迁移、Stream/Graph、访存、GEMM、调试、多卡和 torch_musa。详见 src-musa-learning-notes-architecture。
架构边界
它不是生产 SDK、推理引擎或 benchmark 平台，而是 gpu-programming-learning 系列中的实践入口。仓库把学习路线放在 docs/roadmap.md，把概念和迁移规则放在 docs/concepts.md / docs/cuda-vs-musa.md，把可运行实验放在 code/week1 到 code/week6，再用 notes 记录 MUSA SDK 实测差异。
适合 / 不适合
| 场景 | 判断 |
|---|---|
| 想从 CUDA 背景迁移到 MUSA | 适合，先看 CUDA→MUSA 映射，再按 week 跑示例 |
| 想补 GPU kernel 基础 | 适合，Runtime → Stream/Graph → Reduce/访存/GEMM 的路径清晰 |
| 想选型生产 LLM serving 平台 | 不适合，应看 llm-inference, vllm, sglang, dynamo, llm-d |
| 想管理 Kubernetes GPU 设备 | 不适合，应看 k8s-gpu-device-stack, gpu-operator, k8s-device-plugin, gpu-sharing |
同类位置
与 CUDA_Freshman 相比，MUSA Learning Notes 更关注 MUSA SDK 和摩尔线程差异；与 LeetCUDA / LeetGPU 相比，它更像学习路径和迁移笔记，不只是题库。它可以作为 src-ai-infra-learning-cn-stars 中 GPU / CUDA / kernel 学习路线的本地实践补充。