课程简介

数据、算法、算力共振推动AIGC发展，随着AIGC应用场景的不断扩大和数据量的不断增加，需要更强大的算力来支持大模型的训练和优化。高性能计算集群作为一种强大的计算资源，可以提供更高效、更快速的计算能力，帮助大模型更快地训练和优化，从而提高模型的准确性和泛化能力。因此，算力的不断提升是AIGC发展的必要条件之一，也是人工智能技术不断进步的重要保障。

本次分享将从算力云化的演进出发，阐述在AIGC引发的大模型时代，高算力和高智能对基础设施的挑战和实践中探明的一些发展方向。

课程收益

1.目标

云上输出大模型训练优化经验与实践能力

2.成功要点

2.1网络拓扑结构的优化；

2.2训练框架与通信库的优化；

2.3硬件故障处理流程；

2.4全方位监控体系；

3.启示

大模型训练算法复杂、模型参数量大，需要大规模的高性能计算算力，高速、低延迟的网络传输能力和高性能的存储能力，才能达到计算性能高，网络交换快，存储延迟低的性能目标。这种有效缩短训练时长，高效、稳定完成大模型训练任务，AIGC算力基础将有高性能计算加持。

受众人群

人工智能、算法工程师、云计算相关的技术人员、云应用开发工程师、以及对WebRTC边缘云计算感兴趣的人员。

课程周期

 0.5天（3H）

课程大纲