英伟达 AI 基础设施完全指南

admin

这套英伟达AI基础设施课程，是给IT运维、服务器管理和算力平台相关的人准备的。内容从零开始讲AI基础概念，一路覆盖到企业级GPU集群的搭建和日常运维，省去了自己翻文档、拼凑知识的时间。

英伟达 AI 基础设施完全指南 (图1)

课程硬件部分直接对着主流算力卡讲，包括A100、H100、B200的架构差异和适用场景，配套的CUDA环境、监控工具和AI容器平台都有实操演示。机房架构这块比较实在，讲了数据中心核心组件、高速互联组网，以及怎么规划一个能横向扩容的AI服务器集群。最后的企业级运维流程，基本就是一套完整的项目上线和调优手册，从部署监控到性能瓶颈排查都覆盖到了。

整套课程兼顾了理论铺垫和动手实操，跟着走一遍能少踩不少坑。想系统掌握AI基础设施运维的话，这套内容值得过一遍。

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

游客，如果您要查看本帖隐藏内容请回复

飞儿506

正好想补企业级GPU集群这块，先看A100和H100的架构差异那节。

13665771361

转存了，机房互联组网那章对规划扩容挺有用。

绚丽源自寂寞悍

CUDA环境那节对我有用，正想理清不同卡对应的版本搭配。

刘和谐1

监控工具那节正好是我现在缺的，先收藏了。

蓝天下的白云

B200那节挺感兴趣，正好在对比新旧卡的选型。

刘久田

CUDA版本搭配那节建议先看，不同卡驱动要求差别挺大。

红军利物浦2017

搞算力平台运维的确实需要这份，A100到B200选型那部分能省不少对比时间。

不忘初心xrl

CUDA和驱动版本对应关系容易踩坑，建议对照官方兼容表看。

无为自化

先存了，回头有空对着课程把集群规划那块捋一遍。