|
|
搞AI基础设施的人应该都有体会，网上讲单卡训练、模型调参的教程一大堆，但真正讲清楚GPU服务器怎么选、机房怎么搭、算力集群怎么运维的内容少得可怜。这套NVIDIA AI基础设施课程就是冲着这个缺口去的，从硬件选型到集群部署，把底层那套东西完整过了一遍。
英伟达 AI 基础设施完全指南 (图1)
课程分四个模块递进，前两章先把AI和深度学习的基础概念捋清楚，然后直接进入NVIDIA主流算力卡（A100、H100、B200）的软硬件细节，包括CUDA环境配置、监控工具和容器平台的实际操作。后两章是重头戏，讲AI机房的架构设计，涉及NVLink、InfiniBand这类高速互联网络怎么组，以及企业级项目从部署上线到性能调优的完整流程。整套内容对IT运维、服务器管理员这类人群很对口，零基础也能跟得上。
如果你手头正好有NVIDIA GPU服务器要管理，或者公司在规划AI算力机房，这套课能省不少自己踩坑的时间。课程里提到的工具和命令都是实际生产环境会用到的，不是那种纯理论堆砌。
资源目录：
1 人工智能发展驱动力解析.mp4
2 人工智能行业应用解析.mp4
3 AI核心概念解析.mp4
4 Transformer模型解析.mp4
5 AI中心数据中心解析.mp4
6 AI数据中心能耗与PUE指标解析.mp4
7 AI数据中心中的计算核心：GPU的演进.mp4
8 CPU与GPU的区别解析.mp4
9 CPU与GPU高层架构对比.mp4
10 AI数据中心四种网络结构对比.mp4
11 以太网与 InfiniBand.mp4
12 融合以太网.mp4
13 AI数据中心的存储方案.mp4
14 NVIDIA技术栈演进.mp4
15 NVIDIA技术栈深度解析.mp4
16 NVIDIA RTX系列GPU核心组件解析.mp4
17 NVIDIA DGX平台介绍.mp4
18 NVIDIA DGX Superpod介绍.mp4
19 NVIDIA网络解决方案介绍.mp4
20 NVIDIA BlueField DPU介绍.mp4
21 NVIDIA参考架构介绍.mp4
22 GPU核心组件深度解析.mp4
23 GPU核心架构解析.mp4
24 NVIDIA DGX系统介绍.mp4
25 NVIDIA DGX平台部署选择.mp4
26 NVIDIA DGX A100 vs. H100.mp4
27 InfiniBand vs. Converged Ether.mp4
28 深度解析RDMA技术.mp4
29 解析NVIDIA GPU Direct技术.mp4
30 NVIDIA GPU直连存储（GDS）技术解析.mp4
31 GPU Direct技术对比分析.mp4
32 GPU虚拟化技术解析.mp4
33 VGPU vs. MIG 功能对比.mp4
34 GPU核心库：CUDA深度解析.mp4
35 CUDA：释放GPU并行计算力量的引擎.mp4
36 NVIDIA NCCL深度解析.mp4
37 揭秘高性能GPU通信.mp4
38 NVIDIA 垂直解决方案解析.mp4
39 NVIDIA解决方案栈总结.mp4
40 Nvidia AI核心概念解析.mp4
41 NVIDIA人工智能工作流.mp4
42 深度学习框架.mp4
43 AI模型训练与推理核心差异解析.mp4
44 模型训练与推理的操作核心.mp4
45 Slurm vs. Kubernetes.mp4
|
|
发表于 
发表于 