AIInfra

AIInfra

AIInfra(AI 基础设施)指AI系统从底层芯片等硬件,到上层软件栈支持AI大模型训练和推理。

Stars: 1493

Visit
 screenshot

AIInfra is an open-source project focused on AI infrastructure, specifically targeting large models in distributed clusters, distributed architecture, distributed training, and algorithms related to large models. The project aims to explore and study system design in artificial intelligence and deep learning, with a focus on the hardware and software stack for building AI large model systems. It provides a comprehensive curriculum covering topics such as AI chip principles, communication and storage, AI clusters, large model training, and inference, as well as algorithms for large models. The course is designed for undergraduate and graduate students, as well as professionals working with AI large model systems, to gain a deep understanding of AI computer system architecture and design.

README:

AIInfra

文字课程内容正在一节节补充更新,尽可能抽空继续更新正在 AIInfra,希望您多多鼓励和参与进来!!!

文字课程开源在 AISys,系列视频托管B 站 ZOMI 酱油管 ZOMI6222,PPT 开源在 AIInfra,欢迎取用!!!

课程背景

这个开源项目英文名字叫做AIInfra,中文名字叫做AI基础设施。大模型是基于 AI 集群的全栈软硬件性能优化,通过最小的每一块 AI 芯片组成的 AI 集群,编译器使能到上层的 AI 框架,训练过程需要分布式并行、集群通信等算法支持,而且在大模型领域最近持续演进如智能体等新技术。

本开源课程主要是跟大家一起探讨和学习人工智能、深度学习的系统设计,而整个系统是围绕着 ZOMI 在工作当中所积累、梳理、构建 AI 大模型系统的基础软硬件栈,因此成为 AI 基础设施。希望跟所有关注 AI 开源课程的好朋友一起探讨研究,共同促进学习讨论。

AISystem[https://github.com/chenzomi12/AISystem] 项目最大的区别就是 AIInfra 项目主要针对大模型,特别是大模型在分布式集群、分布式架构、分布式训练、大模型算法等相关领域进行深度展开。

大模型系统全栈

课程内容大纲

课程主要包括以下模块,内容陆续更新中,欢迎贡献:

序列 教程内容 简介 地址 状态
01 AI 芯片原理 AI 芯片主要介绍 AI 的硬件体系架构,包括从芯片基础到 AI 芯片的原理与架构,芯片设计需要考虑 AI 算法与编程体系,以应对 AI 快速的发展。 [Slides] DONE
02 通信与存储 大模型训练和推理的过程中都严重依赖于网络通信,因此会重点介绍通信原理、网络拓扑、组网方案、高速互联通信的内容。存储则是会从节点内的存储到存储 POD 进行介绍。 [Slides] DONE
03 AI 集群 大模型虽然已经慢慢在端测设备开始落地,但是总体对云端的依赖仍然很重很重,AI 集群会介绍集群运维管理、集群性能、训练推理一体化拓扑流程等内容。 [Slides] 待更
04 大模型训练 大模型训练是通过大量数据和计算资源,利用 Transformer 架构优化模型参数,使其能够理解和生成自然语言、图像等内容,广泛应用于对话系统、文本生成、图像识别等领域。 [Slides] 更新中
05 大模型推理 大模型推理核心工作是优化模型推理,实现推理加速,其中模型推理最核心的部分是Transformer Block。本节会重点探讨大模型推理的算法、调度策略和输出采样等相关算法。 [Slides] 更新中
06 大模型算法 Transformer起源于NLP领域,近期统治了 CV/NLP/多模态的大模型,我们将深入地探讨 Scaling Law 背后的原理。在大模型算法背后数据和算法的评估也是核心的内容之一,如何实现 Prompt 和通过 Prompt 提升模型效果。 [Slides] 更新中
07 热点技术剖析 当前大模型技术已进入快速迭代期。这一时期的显著特点就是技术的更新换代速度极快,新算法、新模型层出不穷。因此本节内容将会紧跟大模型的时事内容,进行深度技术分析。 [Slides] DONE

课程细节

课程设立目的

本课程主要为本科生高年级、硕博研究生、AI 大模型系统从业者设计,帮助大家:

  1. 完整了解 AI 的计算机系统架构,并通过实际问题和案例,来了解 AI 完整生命周期下的系统设计。

  2. 介绍前沿系统架构和 AI 相结合的研究工作,了解主流框架、平台和工具来了解 AI 大模型系统。

课程部分

编号 名称 具体内容 状态
1 AI 计算体系 神经网络等 AI 技术的计算模式和计算体系架构 DONE
2 AI 芯片基础 CPU、GPU、NPU 等芯片体系架构基础原理 DONE
3 图形处理器 GPU GPU 的基本原理,英伟达 GPU 过去 15 年 8 代架构发展 DONE
4 英伟达 GPU 详解 英伟达 GPU 的 Tensor Core、NVLink 深度剖析 DONE
5 国外 AI 处理器 国外在谷歌 TPU、特斯拉 DOJO 等专用 AI 处理器核心原理 DONE
6 国内 AI 处理器 华为昇腾 Ascend、寒武纪、燧原科技等专用 AI 处理器核心原理 DONE
7 AI 芯片黄金 10 年 对 AI 芯片的编程模式(SIMT、SIMD、SPMD、CUDA)和发展进行总结 DONE
编号 名称 具体内容 状态
1 大模型存储 数据存储、CheckPoint 梯度检查点等存储与大模型结合的相关技术 DONE
2 集合通信原理 通信域、通信算法、集合通信原语 DONE
3 集合通信库 深入地剖析 NCCL/HCCL 实现的具体通信领域算法,以及集合通信库对外 API 与使用 DONE
编号 名称 具体内容 状态
1 AI 超节点 Scale Up、SuperPod、万卡集群 DONE
2 集群性能分析 集群性能分析,MFU、线性度等 待更
3 Kubernetes 让集群部署容器化简单且高效 待更
编号 名称 具体内容 状态
1 分布式并行 TP、PP、EP、SP、DP 多维并行 DONE
2 PyTorch 框架 PyTorch 框架原理和昇腾适配架构 待更
3 模型微调与后训练 大模型微调 SFT 与后训练 Post-Training 待更
编号 名称 具体内容 状态
1 大模型推理框架 推理框架整体架构,如 vLLM、SGLang 待更
2 大模型推理加速 待更
3 架构调度与加速 待更
4 长序列推理 待更
5 输出采样 待更
6 大模型量化与蒸馏 待更

大部分待更,欢迎参与,08 新算法根据时事热点不定期更新

编号 名称 具体内容 状态
1 Transformer 架构 Transformer、MoE 的架构原理介绍 待更
2 MoE 架构 MoE(Mixture of Experts) 模型架构原理与细节 ING
3 大模型新架构 SSM、MMABA、RWKV、Linear Transformer 等新大模型结构 待更
4 向量数据库 向量数据库中核心技术相似性搜索、相似性度量与大模型结合原理 DONE
5 数据工程 数据工程、Prompt Engine、Data2Vec 和 Tokenize 等相关技术 待更
6 ChatGPT 解读 GPT 和 ChatGPT 深度解读 DONE
7 DeepSeek DeepSeek 幻方量化基础大模型、多模态大模型等最新算法解读 ING
8 新算法解读 Llama3.3、DeepSeek V3/R1、KIMI R1.5 等最新大模型算法的深度解读 持续

基本完结,01 根据时事热点不定期更新

编号 名称 具体内容 状态
1 AI 时事热点 OpenAI o1、WWDC 大会技术洞察 持续
2 AI智能体 AI Agent 智能体的原理、架构 DONE
3 自动驾驶 端到端自动驾驶技术原理解析,萝卜快跑对产业带来的变化 DONE
4 具身智能 关于对具身智能的技术原理、具身架构和产业思考 DONE
5 生成推荐 推荐领域的革命发展历程,大模型迎来了生成式推荐新的增长 DONE
6 AI 安全 隐私计算的发展过程与 Apple 引入隐私计算,到底隐私计算未来发展如何? DONE
7 AI 历史十年 AI 过去十年的重点事件回顾,2012 到 2025 年从模型、算法、芯片硬件的发展 DONE

知识清单

大模型系统全栈

备注

这个仓已经到达疯狂的 10G 啦(ZOMI 把所有制作过程、高清图片都原封不动提供),如果你要 git clone 会非常的慢,因此建议优先到 Releases · chenzomi12/AIInfra 来下载你需要的内容

非常希望您也参与到这个开源课程中,B 站给 ZOMI 留言哦!

欢迎大家使用的过程中发现 bug 或者勘误直接提交代码 PR 到开源社区哦!

请大家尊重开源和 ZOMI 的努力,引用 PPT 的内容请规范转载标明出处哦!

For Tasks:

Click tags to check more tools for each tasks

For Jobs:

Alternative AI tools for AIInfra

Similar Open Source Tools

For similar tasks

For similar jobs