机读格式显示(MARC)

• 000 01666nam0 2200217 450

• 001 0000639468

• 005 20240702150639.0

• 010 __ |a 978-7-121-48123-9 |d CNY128.00

• 100 __ |a 20240702d2024 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a z 000yy

• 106 __ |a r

• 200 1_ |a 大模型时代的基础架构 |9 da mo xing shi dai de ji chu jia gou |b 专著 |e 大模型算力中心建设指南 |f 方天戟著

• 210 __ |a 北京 |c 电子工业出版社 |d 2024.07

• 215 __ |a 16,224页 |c 彩图，彩照 |d 24cm

• 300 __ |a 全彩印刷 博文视点

• 314 __ |a 方天戟，腾讯专有云首席架构师，本科毕业于北京航空航天大学自动控制专业，硕士研究生毕业于中国科学院研究生院计算机科学与技术专业。从业近20年，从事过硬件开发、内核与驱动开发、协议栈开发、网络与云计算解决方案设计等工作，曾在华为、新华三、Juniper等企业任职，为航天科技、中国建筑、BMW及环球影城等国内外知名客户设计且落地过云计算与网络解决方案。“云鉴”丛书编写组核心成员。

• 330 __ |a 本书总计13章。第1章讲解AI与大模型时代对基础架构的需求；第2章讲解软件程序与专用硬件的结合；第3章剖析GPU的硬件架构；第4章讲解GPU服务器的设计与实现；第5章讲解机器学习所依托的I/O框架体系；第6章讲解GPU集群的网络设计与实现；第7章讲解GPU板卡算力调度技术；第8章讲解GPU虚拟化调度方案；第9章讲解GPU集群的网络虚拟化设计与实现；第10章讲解GPU集群的存储设计与实现；第11章讲解如何基于云原生技术为机器学习应用设计与实现更好的开发和运行平台；第12章讲解基于云平台的GPU集群的管理与运营；第13章基于一个服务机器学习的GPU计算平台落地案例，展示如何针对机器学习应用进行需求分析、设计与实现。

• 333 __ |a 本书适用于高等院校计算机与人工智能等相关专业的本科生或研究生，对并行计算技术、云计算技术、高性能存储及高性能网络技术感兴趣的研究人员或工程技术人员

• 690 __ |a TP393.027-62