Skip to content

Latest commit

 

History

History
 
 

00Summary

README.md

大模型系统概述

本章内容聚焦大模型领域,全面深入地探讨了 Scaling Law 在不同场景如标准、推理时间、并行及扩散等方面的解读,详尽阐述了大模型从训练到推理的全流程,涵盖训练业务流与软硬件栈的各个环节,以及推理业务流的优化策略。同时,剖析了 AI 系统与大模型系统在通用性、资源需求和软件栈变化上的显著区别,并展望了大模型系统的未来发展趋势,包括技术演进、应用场景爆发以及算力底座和生态的持续升级等多方面内容。

课程简介

大纲 小结 链接 状态
概述 01. Scaling Law 整体解读 Markdown, 文章 ⭕
概述 02. Standard Scaling Law Markdown, 文章 ✅
概述 03. Inference Time Scaling Law Markdown, 文章 ⭕
概述 04. 大模型训练与 AI Infra 的关系分析 Markdown, 文章 ✅
概述 05. 大模型推理与 AI Infra 的关系分析 Markdown, 文章 ✅
概述 06. AI Infra 核心逻辑与行业趋势 Markdown, 文章 ✅

备注

系列视频托管B 站和油管,PPT 开源在github,欢迎引用!

非常希望您参与到这个开源课程中,B 站给 ZOMI 留言哦!

:maxdepth: 1

01ScalingLaw
02StandardScaling
03TTScaling
04TrainingStack
05InferStack
06Future