一门课搞懂AI硬件：大模型训练的算力基建

大模型的军备竞赛背后，是一场算力基础设施的较量。从OpenAI到国内大厂，算力瓶颈已成为制约模型能力释放的关键因素。然而，懂算法的人不懂硬件，懂硬件的人不懂网络，这种“技术孤岛”现象让AI基础设施人才极为稀缺。无论是算法工程师想理解训练瓶颈，还是运维人员想优化算力利用率，都需要一套系统的AI硬件知识体系。

为此，三节课特邀AI基础设施资深架构师，带来这门《一门课搞懂AI硬件：大模型训练的算力基建》课程。课程从单卡GPU、服务器架构到集群网络与算力调度，系统拆解大模型训练所需的完整硬件与网络知识栈。

本课程将带你系统构建AI硬件知识体系。你将深入H100 GPU的SM架构、缓存机制与TMA引擎，理解AI服务器的PCIE/NVLink互联方案与AMD处理器架构。进阶部分将学习GPUDirect系列技术、RDMA协议与集群网络设计（三张网/两套方案）。最后掌握GPU板卡级算力调度（KVM直通/K8s容器独占）。学完即可具备大模型算力基建的全局视野与技术深度。