VIP20
本课程属于：008-GPU数据中心AI算力集群部署 AI与大模型 · 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

GPU数据中心AI算力集群全景通识

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导入
学习目标 · 课程结构 · AI算力集群的宏观图景
课程导入学习目标
02
GPU基础
GPU架构演进 · CUDA核心 · 显存层次与计算特性
GPU架构演进
03
AI计算范式
深度学习训练/推理的计算模式 · 矩阵运算与并行化
AI计算范式
04
数据中心基础设施
供电 · 制冷 · 机架
数据心基础设施
05
GPU服务器硬件
主板 · CPU · 内存
GPU服务器硬件
06
集群网络架构
InfiniBand · RoCE · 以太网
集群网络架构InfiniBand
07
存储系统
并行文件系统 · 对象存储 · 缓存与数据分层
存储系统并行文件系统
08
集群管理软件
Slurm · Kubernetes · 容器与编排工具
集群管理软件Slurm
09
AI框架与分布式训练
TensorFlow · PyTorch · Horovod
AI框架
10
集群监控与运维
指标采集 · 日志 · 告警
集群监控运维
11
性能优化基础
计算 · 通信 · I/O瓶颈分析与调优
性能优化基础计算
12
GPU虚拟化与共享
MIG · vGPU · 容器化GPU调度
GPU虚拟化
13
集群安全
物理安全 · 网络安全 · 数据安全与合规
集群安全物理安全
14
成本与能效
TCO分析 · PUE · 绿色数据中心实践
成本能效
15
案例实战
搭建小型GPU集群的步骤与配置
案例实战GPU
16
案例实战
分布式训练任务提交与监控
案例实战分布式训练任务提…
17
案例实战
集群性能基准测试（如MLPerf）
案例实战MLPerf
18
常见问题
GPU利用率低 · 通信瓶颈 · 存储延迟等排查
常见问题GPU
19
常见问题
集群扩展性 · 故障恢复与容错机制
常见问题集群扩展性
20
综合提升
设计大规模AI算力集群的架构决策
综合提升AI
21
综合提升
多云与混合云GPU集群管理
综合提升GPU
22
前沿技术
液冷 · 光互连 · DPU
前沿技术液冷
23
行业应用
互联网 · 科研 · 自动驾驶
行业应用互联网
24
课程总结
核心要点回顾 · 学习路径建议与资源推荐
课程总结核心要点回顾
25
课程导入
学习目标 · 课程结构 · AI算力集群的宏观图景
课程导入学习目标
26
GPU基础
GPU架构演进 · CUDA核心 · 显存层次与计算特性
GPU架构演进
27
AI计算范式
深度学习训练/推理的计算模式 · 矩阵运算与并行化
AI计算范式
28
数据中心基础设施
供电 · 制冷 · 机架
数据心基础设施
29
GPU服务器硬件
主板 · CPU · 内存
GPU服务器硬件
30
集群网络架构
InfiniBand · RoCE · 以太网
集群网络架构InfiniBand