O'Reilly 技术书 · 中文全译
AI 系统性能工程
使用 GPU、CUDA 与 PyTorch 优化模型训练与推理工作负载
AI Systems Performance Engineering
阅读说明
- 本书为原书正文的逐段全译,保留原书章节层级、代码、插图、表格与提示框;代码、命令、参数名保持英文原样,术语按统一术语表翻译。
- 左侧目录可跳转任意章节与小节;顶部搜索框支持全文检索;点「对照」可显示每段英文原文,便于核对;「A−/A+」调节字号,「◐」切换深色模式。
- 插图由原 PDF 按原版裁切,图内文字保留原文;每章末尾的延伸阅读、书末索引(Index,按页码编排)未收录。
- 快捷键:
/聚焦搜索,←/→上一章/下一章。
附录
- 原书索引(Index) 原书书末索引全部条目,保留英文术语并附页码与章节对照
- 术语对照表(Terminology) 全书统一术语的中英文对照
- PDF 全本下载 170×240mm 印刷版式,含目录页码、页眉章节名、页脚页码与 PDF 书签
目录
- 版权
- 前言
- 第 1 章 引言与 AI 系统概述
- 第 2 章 AI 系统硬件概述
- 第 3 章 面向 GPU 环境的操作系统、Docker 与 Kubernetes 调优
- 第 4 章 分布式网络通信调优
- 第 5 章 基于 GPU 的存储 I/O 优化
- 第 6 章 GPU 架构、CUDA 编程与最大化占用率
- 第 7 章 GPU 内存访问模式的剖析与调优
- 第 8 章 占用率调优、线程束 效率与指令级并行
- 第 9 章 提升 CUDA 内核效率与算术强度
- 第 10 章 内核内流水线、线程束 专用化与协作线程块集群
- 第 11 章 内核间流水线、同步与 CUDA 流有序内存分配
- 第 12 章 动态调度、CUDA 图与设备发起的内核编排
- 第 13 章 PyTorch 的剖析、调优与扩展
- 第 14 章 PyTorch 编译器、OpenAI Triton 与 XLA 后端
- 第 15 章 多节点推理、并行、解码与路由优化
- 第 16 章 大规模推理的剖析、调试与调优
- 第 17 章 面向推理的解耦预填充与解码扩展
- 第 18 章 高级预填充-解码与 KV 缓存调优
- 第 19 章 动态自适应推理引擎优化
- 第 20 章 AI 辅助性能优化与迈向百万级 GPU 集群的扩展
- 附录 AI 系统性能检查清单(175+ 项)
- 关于作者