什么是大模型？大模型模型参数量实在太大，需要分布式并行训练能力一起来加速训练过程。分布式并行是在大规模AI集群上工作的，想要加速就需要软硬件协同，不仅仅要解决通信拓扑的问题、集群组网的问题，还要了解上层MOE、Transform等新兴算法。通过对算法的剖析，提出模型并行、数据并行、优化器并行等新的并行模式和通信同步模式，来加速分布式训练的过程。最小的单机执行单元里面，还要针对大模型进行混合精度、梯度累积等算法，进一步压榨集群的算力！
建议优先下载或者使用PDF版本，PPT版本会因为字体缺失等原因导致版本很丑哦~
| 编号 | 名称 | 名称 | 备注 |
|---|---|---|---|
| 分布式集群 | 01 基本介绍 | silde, video | |
| 分布式集群 | 02 AI集群服务器架构 | silde, video | |
| 分布式集群 | 03 AI集群软硬件通信 | silde, video | |
| 分布式集群 | 04 集合通信原语 | silde, video | |
| 分布式算法 | 05 AI框架分布式功能 | silde, video | |
| 5 | 分布式算法 | 06 大模型训练的挑战 | silde, video |
| 分布式算法 | 07 算法：大模型算法结构 | silde, video | |
| 分布式算法 | 08 算法：亿级规模SOTA大模型 | silde, video | |