VIP20
本课程属于：019-英伟达IB：GPU集群网络搭建 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集群IB拥塞根因与对策

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 · IB网络在GPU集群中的关键作用
课程导入学习目标
02
IB网络基础
InfiniBand架构 · 子网管理器 · 通信机制
IB网络基础
03
GPU集群通信模式
All-to-All · AllReduce等集合通信对网络的…
GPU集群通信模式
04
拥塞根因分析
多对一通信 · 突发流量 · 缓冲区不足等
拥塞根因分析多对一通信
05
拥塞控制机制
IB的流控 · 拥塞控制协议（如FECN/BECN）
拥塞控制机制IB
06
拥塞检测与度量
性能计数器 · 监控工具（如ibstat · perfquery）
拥塞检测度量
07
拥塞对训练性能的影响
延迟 · 吞吐量下降 · 训练效率降低
拥塞对训练性能的…延迟
08
案例实战
典型拥塞场景复现与诊断
案例实战典型拥塞场景复现
09
静态路由与自适应路由
路由策略对拥塞的影响
静态路由自适应路由
10
自适应路由（AR）原理
如何动态避开拥塞路径
AR自适应路由
11
拥塞控制算法
DCTCP · ECN在IB中的实现
拥塞控制算法DCTCP
12
流量调度策略
优先级流控 · QoS配置
流量调度策略优先级流控
13
网络拓扑设计
Fat-Tree · Dragonfly等对拥塞的影响
网络拓扑设计Fat-Tree
14
作业调度与网络感知
如何减少通信竞争
作业调度网络感知
15
常见问题与排查
丢包 · 超时 · 性能下降的定位方法
常见问题排查
16
工具使用
ibdiagnet · ibnetdiscover等诊断工具…
工具使用ibdiagnet
17
案例实战
多租户环境下的拥塞隔离
案例实战多租户环境下的拥…
18
拥塞避免策略
流量整形 · 突发控制
拥塞避免策略流量整形
19
性能调优
调整缓冲区 · MTU · 重传超时等参数
性能调优调整缓冲区
20
大规模集群实践
千卡级集群的拥塞管理经验
大规模集群实践千卡级集群的拥塞…
21
新兴技术
RoCE与IB的对比及拥塞处理差异
新兴技术RoCE
22
拥塞与能耗
拥塞对功耗的影响及优化
拥塞能耗
23
综合实战
设计一个拥塞缓解方案
综合实战设计一个拥塞缓解…
24
监控与告警
建立拥塞监控体系
监控告警
25
自动化运维
利用脚本和AI进行拥塞预测
自动化运维AI
26
案例实战
训练任务性能优化中的拥塞解决
案例实战训练任务性能优化
27
未来趋势
拥塞控制与高速网络的发展方向
未来趋势拥塞控制
28
课程总结
核心要点回顾与学习路径建议
课程总结核心要点回顾
29
综合提升
设计一个实验验证拥塞对策效果
综合提升设计一个实验验证…
30
结业项目
针对特定场景提出拥塞解决方案并答辩
结业项目针对特定场景提出…