VIP20

本课程属于：052-NVIDIA Networking高速数据中心网络工程 网络通信与数字安全工程 · 共 20 门相关课程，组合学习更完整。

查看所属VIP全部课程 →

← 返回所属目录咨询 / 购买

NVIDIA GPUDirect RDMA集群网络工程

共计 30 章节

可可资料掘金营 · 点击在线试看

课程导入与全景认知

目标=GPUDirect RDMA的… · 价值 · 在AI/HPC集群中的位置

课程导入全景认知

GPU与RDMA协同工作原理

目标=GPU内存架构 · PCIe/NVLink拓扑 · RDMA语义

GPUDirect RDMA软硬件生态

目标=NVIDIA GPU · ConnectX/BlueField… · CUDA

集群网络物理与逻辑拓扑设计

目标=叶脊架构 · Rail-Optimized拓扑 · GPU与网卡亲和性

集群网络物理逻辑拓扑设计

GPUDirect RDMA环境搭建实战

目标=服务器选型 · BIOS关键设置 · PCIe ACS与IOMMU配置

RDMA基础配置与验证

目标=RoCEv2与InfiniBa… · GID表 · PFC/ECN

RDMA基础配置

GPUDirect RDMA使能与测试

目标=加载nvidia-peerme… · 验证peer memory映射 · 使用ib_write_bw/ib_r…

PCIe与NVLink路径调优

目标=GPU直连网卡与经PCIe S… · ACS对P2P的影响 · NVLink-C2C场景

RoCEv2无损网络配置

目标=PFC优先级映射 · DSCP/TC · ECN阈值

RoCEv2无损网络配置

InfiniBand网络配置与优化

目标=子网管理器 · SL/VL映射 · 自适应路由

InfiniBand网络配置

NCCL与GPUDirect RDMA集成

目标=NCCL拓扑检测 · 通道选择 · GPU Direct开关

多GPU多节点通信基准测试

目标=使用nccl-tests · OSU Micro-Benchmar… · ib_write_bw GPU模式

GPU多节点通信基准测…

GPUDirect RDMA在分布式训练中的性能剖析

目标=数据加载 · 梯度同步 · 参数服务器与All-Reduce路径

存储与GPUDirect Storage协同

目标=NVMe over Fabri… · GPUDirect Storage与… · GPU直接读取远端存储的配置与性能验…

GPUDirectStorage

容器与Kubernetes环境中的GPUDirect RDMA

目标=NVIDIA GPU Oper… · SR-IOV · RDMA共享设备插件

KubernetesGPUDirect

虚拟化与多租户场景

目标=SR-IOV VF · vGPU · VM间GPUDirect RDMA可…

虚拟化多租户场景

BlueField DPU在GPUDirect RDMA集群中的角色

目标=DOCA · 嵌入式交换机 · 流量卸载

网络可观测性与诊断工具链

目标=ibdiagnet · ibdump · tcpdump

网络可观测性诊断工具链

常见故障排查实战

目标=GPU peer memory… · PFC风暴 · ECN误配置

常见故障排查实战GPU

性能调优方法论

目标=从应用 · NCCL · RDMA

性能调优方法论目标=从应用

大规模集群部署自动化

目标=Ansible · Kubernetes Operato… · 网络配置模板

大规模集群部署自…Ansible

安全与隔离

目标=RDMA资源隔离 · InfiniBand分区 · RoCE VLAN与ACL

高可用与容错设计

目标=链路冗余 · 多路径 · 自适应路由

高可用容错设计

云与混合云中的GPUDirect RDMA

目标=公有云GPU实例的RDMA能力 · 跨可用区延迟 · 云网络限制

基准测试与验收标准

目标=定义带宽 · 延迟 · 消息速率

基准测试验收标准

目标=千卡GPU集群GPUDirec… · 拓扑选型 · 配置基线

真实案例GPU

目标=NCCL All-Reduce… · 拓扑 · 拥塞控制

真实案例NCCL

目标=RoCEv2无损网络故障导致训… · ECN标记异常 · 交换机计数器分析与恢复步骤

真实案例RoCEv2

前沿与演进

目标=GPUDirect RDMA在… · Quantum-X InfiniBa… · Spectrum-X以太网

课程总结与工程能力自检

目标=核心知识图谱回顾 · 典型任务清单 · 持续学习资源

课程总结工程能力自检