【藏经阁一起读】（68）__《ECS技术实战指南》
目录
一、知识收获
（1）、CIPU
1、多模态、海量数据、超大模型成为发展方向，模型参数规模的快速增长，以及在工程上极难处理，这种发展趋势也带来了巨大的计算挑战。
大模型在训练，微调和应用上线的阶段是最消耗算力的。预训练之后的模型还需要Finetune，大模型业务的几个关键环节，对应算力的需求都十分惊人，带来的算力挑战不小。文中全面解释了，大模型时代如何利用弹性计算服务应对大算力挑战
2、AIACC是基于阿里云laaS资源推出的神龙A1性能加速套件，用于优化基于Al主流计算框架搭建的模型，能显著提升训练和推理性能。
AIACC神龙Ai推理加速套件由AIACC—Torch（Pytorch推理加速引擎）、AIACC—MLIR（MLIR推理加速引擎）、AIACC—HRT（AIACC算子深度加速引擎）等组件构成。AIACC神龙Ai性能加速套件能够为SD提供加速优化支持。
文章中同时详细介绍了SD的使用方法，举例对比普通状态下和阿里云AIACC加速下的出图和计算速度的不同
3、AIGC，全称是Al Generated Content，是指Al内容生成，本质上是一种生成式AI。
它所覆盖的范围比较广，包括LLM，即大语言模型。从广义上来讲，大语言模型就是从大规模数据集上进行自监督训练，参数量级在10亿、百亿甚至更多。
这种语言模型训练任务可以分为以下两个部分：
Pretrain：大量数据提取共性特征，作为不同场景的基础模型，它的定位是通用性，对训练资源要求比较高，是各大公司实现通用基础模型的必要途径；
Finetune：少量数据适应特定领域模型，它面向的是下游任务，定位在于特定性，这个在目前这种大语言模型场景下对训练要求也很高，也是各个公司希望基于自已有的基础模型和特有数据集，做定制化产业升级和创新应用开发的实现方式。
4、阿里云云基础设施处理器CIPU技术是取代传统CPU的新一代云计算体系架构的核心。
在云的环境下，CIPU解决云的弹性、多租户问题。它把存储资源、网络资源、CPU资源，全部通过CIPU纳管，就是物理资源加上CIPU后就是一个云化的虚拟计算资源池。
CIPU和CPU、GPU的差别：
（1）、安全
（2）、加速数据。CPU是通用计算，GPU加速计算、CIPU加速数据。
（3）、laas池化。
5、弹性RDMA ,是阿里云自研的云上弹性 RDMA网络，兼具传统RDMA网络高吞吐、低延迟特性，同时支持秒级的大规模RDMA组网。
基于弹性RDMA，开发者可以将HPC应用软件部署在云上，获取成本更低、弹性更好的高性能应用集群；也可以将 VPC网络替换成弹性RDMA 网络，加速应用性能。
（2）、RDMA
6、软件跨架构迁移的原理和实践（x86->ARM)
7、云原生算力时代-倚天实例技术架构与最佳实践解析
二、个人建议
本书是阿里云弹性计算技术公开课的演讲合辑，实用，干货，是一本非常有用的参考书。
个人建议能否在文章中附上阿里云相关的课程训练营、相关的实验，这样读完书可以继续学习相关知识，有同时学习这方面的人可以一起讨论相关问题，动手实验可以加深学习的效果。
推荐阅读：
|
|
|
|
| 给照片换底色（python+opencv） | 猫十二分类 | 基于大模型的虚拟数字人__虚拟主播实例 |
|
|
|
|
| 计算机视觉__基本图像操作（显示、读取、保存） | 直方图（颜色直方图、灰度直方图） | 直方图均衡化（调节图像亮度、对比度） |
|
|
|
|
|
| ||
|
| ||
| Three.js实例详解___旋转的精灵女孩(附完整代码和资源)（一） | ||
|
|
|
|
| 立体多层玫瑰绘图源码__玫瑰花python 绘图源码集锦 | ||
|
|
|
|
| 用代码写出浪漫__合集（python、matplotlib、Matlab、java绘制爱心、玫瑰花、前端特效玫瑰、爱心） | python爱心源代码集锦（18款） | |
|
|
|
|
|
|
| |
| 用代码过中秋，python海龟月饼你要不要尝一口？ | ||
|
|
|
|
| 草莓熊python turtle绘图（风车版）附源代码 | ||
|
|
| |
| 皮卡丘python turtle海龟绘图（电力球版）附源代码 | ||
|
|
|
|
| 2023年4月多家权威机构____编程语言排行榜__薪酬状况 | ||
|
|
|
|
| 【CSDN云IDE】个人使用体验和建议（含超详细操作教程）（python、webGL方向) | ||
|
|
|
|
458
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
