存储随笔

摘要： 随着AI模型复杂度提升，GPU集群互联面临带宽与延迟的双重挑战。传统Scale-up网络（如PCIe/NVLINK）难以满足大模型训练需求，而以太网凭借高带宽、低成本及持续迭代优势成为新方向。字节跳动提出自研EthLink方案，融合Load/Store与RDMA语义，支持小块控制数据与大块模型数据的差异化传输，并通过协议优化实现低延迟、高扩展性。方案覆盖机内与跨机互联，突破传统硬件一致性限制，由软件管理缓存同步，适配AI训练的计算-传输流水需求。EthLink基于以太网生态，兼具性能与成本优势，为超

英伟达GPU架构演进史（1999-2024） 本文梳理了英伟达从1999年Celsius架构到2024年Blackwell架构的20多代技术发展历程。1999年GeForce256首次提出GPU概念，开启图形处理器独立计算时代；2006年Tesla架构引入统一渲染和CUDA核心，开创GPU通用计算新纪元；2017年Volta架构加入Tensor Core，推动AI计算革命；2020年Ampere架构实现数据中心性能飞跃；2024年Blackwell架构专为生成式AI优化，支持万亿参数模型。每一代架构都在制程