01
驱动基础认知
什么是驱动程序 · 驱动在操作系统中的角色 · 驱动与内核的关系 · 开发环境概览
入门概念
02
Linux内核编译与模块化
内核源码获取 · 配置与编译 · .ko模块编写加载 · 模块参数与依赖
内核模块
03
字符设备驱动开发
设备号注册注销 · file_operations · 用户态/内核态交互 · ioctl接口
字符设备驱动
04
PCIe设备驱动适配
配置空间读取 · BAR空间映射 · DMA传输 · 中断处理(MSI/MSI-X)
PCIeDMA
05
GPU驱动适配基础
GPU架构简介 · 开源/闭源驱动 · DRM框架 · framebuffer操作
GPUDRM
06
网卡驱动与DPDK适配
网络驱动栈(NAPI) · Ring Buffer · DPDK UIO/VFIO · 大页内存
网卡DPDK
07
存储驱动与NVMe协议
NVMe驱动框架 · 提交/完成队列 · PRP与SGL · 块设备层集成
NVMe存储
08
USB设备驱动开发
USB描述符解析 · URB请求块 · 批量/中断传输 · HID类驱动
USBURB
09
设备树与平台驱动
设备树语法与绑定 · platform_driver · 设备树匹配与资源获取
设备树平台驱动
10
驱动调试与性能分析
printk与动态调试 · ftrace与tracepoint · perf · Kdump/crash
调试性能
11
集群环境规划
集群拓扑设计 · 网络架构(IB/以太网) · 存储架构 · 资源管理策略
规划架构
12
SSH免密与基础网络配置
SSH密钥分发 · NTP时间同步 · DNS与hosts · 防火墙/SELinux调优
网络SSH
13
NFS与共享存储搭建
NFS服务端/客户端 · autofs自动挂载 · 性能调优与安全加固
NFS存储
14
LDAP统一认证管理
OpenLDAP部署 · 用户与组管理 · SSSD集成 · PAM模块配置
LDAP认证
15
Slurm作业调度系统
Slurm架构 · 配置文件 · 分区与QoS · 作业提交与管理
Slurm调度
16
PBS/Torque作业调度
PBS架构与安装 · 队列配置 · 作业脚本 · 与Slurm对比
PBS调度
17
MPI并行环境搭建
OpenMPI/MPICH安装 · hostfile · 点对点/集合通信测试
MPI并行
18
容器化集群环境
Docker安装 · NVIDIA Container Toolkit · Compose · Kubernetes基础
容器Docker
19
Kubernetes集群部署
kubeadm初始化 · CNI(Calico/Flannel) · GPU Operator · Pod管理
K8s编排
20
分布式存储Ceph搭建
Ceph架构(Monitor/OSD/MDS) · RADOS与RBD · CephFS · 性能调优
Ceph分布式
21
Lustre并行文件系统
Lustre组件(MGS/MDS/OSS) · LNet网络 · 客户端挂载 · 高可用
Lustre并行
22
集群监控系统搭建
Prometheus · Node/GPU Exporter · Grafana · 告警规则
监控Prometheus
23
日志收集与分析
ELK/EFK栈 · Filebeat采集 · Logstash过滤 · Kibana可视化
日志ELK
24
集群自动化部署
Ansible Playbook · 角色与变量 · 批量驱动安装 · 配置一致性
自动化Ansible
25
GPU虚拟化与vGPU
NVIDIA vGPU · MIG配置 · GPU分区与隔离 · 性能开销
vGPU虚拟化
26
RDMA与高速网络配置
InfiniBand驱动 · OpenSM子网管理器 · RDMA测试 · RoCEv2
RDMA高速网络
27
集群安全加固
SSH安全策略 · sudo权限 · AppArmor/SELinux · 审计日志
安全加固
28
集群高可用方案
Keepalived+VRRP · Pacemaker+Corosync · DRBD · 故障切换
高可用HA
29
集群性能基准测试
HPL/HPCG · IO500 · Netperf · SPEC MPI基准
性能基准测试
30
综合实战：从零搭建AI训练集群
需求分析 · 硬件选型 · 驱动适配 · 集群部署 · 调度配置 · 性能验证
实战AI集群