大模型時代的基礎架構：大模型算力中心建設指南
大模型是近年來引人注目的熱點之一。大模型蓬勃發(fā)展的基礎，是針對其需求設計的算力及基礎架構。本書針對如何為大模型構建基礎架構進行深入講解，并基于TOGAF方法論，剖析業(yè)界知名案例的設計方案。全書總計13章。第1章講解AI與大模型時代對基礎架構的需求；第2章講解軟件程序與專用硬件的結合，涉及GPU并行運算庫、機器學習程序的開發(fā)框架和分布式AI訓練；第3章剖析GPU的硬件架構，涉及GPU的總體設計、NvidiaGH100芯片架構和擁有其他Hopper架構的GPU；第4章講解GPU服務器的設計與實現；第5章講解機器學習所依托的I/O框架體系；第6章講解GPU集群的網絡設計與實現；第7章講解GPU板卡算力調度技術；第8章講解GPU虛擬化調度方案；第9章講解GPU集群的網絡虛擬化設計與實現；第10章講解GPU集群的存儲設計與實現；第11章講解如何基于云原生技術為機器學習應用設計與實現更好的開發(fā)和運行平臺；第12章講解基于云平臺的GPU集群的管理與運營，涉及云運維平臺、云運營平臺和云審計平臺；第13章基于一個服務機器學習的GPU計算平臺落地案例，展示如何針對機器學習應用進行需求分析、設計與實現。無論是高等院校計算機與人工智能等相關專業(yè)的本科生或研究生，還是對并行計算技術、云計算技術、高性能存儲及高性能網絡技術感興趣的研究人員或工程技術人員，都可以參考和閱讀本書。
·10.1萬字
