VIP20
本课程属于：016-InfiniBand+RDMA 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

InfiniBand全链路贯通与稳定性加固实战

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 · 课程大纲 · 适用人群
课程导入学习目标
02
InfiniBand基础
InfiniBand架构 · 协议栈 · 关键术语（子网管理器
InfiniBand架构
03
硬件与组网
InfiniBand交换机 · HCA卡 · 线缆类型
硬件组网
04
子网管理器（SM）
SM的作用 · 配置 · 冗余与故障切换
SM子网管理器
05
驱动与固件
驱动安装 · 固件升级 · 兼容性检查
驱动固件
06
网络配置
分区（Partitioning）配置 · 服务质量（QoS）设置
网络配置Partitioning
07
路由与寻址
LID路由 · GID路由 · 多路径配置
路由寻址
08
性能调优
MTU · 流控 · 拥塞控制
性能调优MTU
09
监控与诊断
常用工具（ibstat · ibstatus · ibdiagnet等）的使用
监控诊断
10
故障排查
常见问题（链路down · 性能下降 · 丢包）的诊断与解决
故障排查down
11
稳定性加固
冗余设计 · 故障转移 · 高可用集群配置
稳定性加固冗余设计
12
案例实战
搭建一个简单的InfiniBand集…
案例实战InfiniBand
13
案例实战
配置分区和QoS · 实现多租户隔离
案例实战QoS
14
案例实战
性能测试（ib_write_bw · ib_read_lat等）与调优
案例实战ib
15
案例实战
模拟故障（拔线 · 重启SM）并观察恢复过程
案例实战模拟故障
16
常见问题
驱动加载失败 · 固件不匹配 · SM冲突等
常见问题驱动加载失败
17
常见问题
性能瓶颈分析（CPU · 内存 · 网络）
常见问题CPU
18
常见问题
多路径配置错误导致的路由问题
常见问题多路径配置错误导…
19
综合提升
结合RDMA编程 · 实现高吞吐数据传输
综合提升RDMA
20
综合提升
与存储系统（NVMe over Fa…
综合提升NVMe
21
综合提升
与并行文件系统（Lustre · GPFS）集成
综合提升Lustre
22
综合提升
与深度学习框架（Horovod · NCCL）集成
综合提升Horovod
23
安全加固
加密 · 访问控制 · 安全分区
安全加固加密
24
运维自动化
脚本化监控 · 告警 · 自动恢复
运维自动化脚本化监控
25
日志分析
解读系统日志 · SM日志 · 性能计数器
日志分析解读系统日志
26
最佳实践
设计高可用 · 可扩展的InfiniBand网络
最佳实践设计高可用
27
最佳实践
容量规划与升级策略
最佳实践容量规划
28
案例实战
大规模集群（100+节点）的部署与优…
案例实战大规模集群
29
案例实战
跨数据中心互联（长距离IB）的稳定性…
案例实战IB
30
课程总结
核心要点回顾 · 学习路径建议 · 未来趋势展望
课程总结核心要点回顾