本系列将系统讲解集群性能的全方位分析与优化实践，涵盖以下核心内容：从硬件资源、模型效率、利用率到业务指标的集群性能评估；基于 TOP500 和 MLPerf 的算力计算方法；网络通信带宽与线性度的量化分析；大模型训练/推理的内存需求测算；MFU（模型浮点运算利用率）的评估；以及能效与成本扩展计算，构建从基础指标到成本控制的完整性能优化体系。
建议优先下载 PDF 版本，PPT 版本会因为字体缺失等原因导致版本很丑哦~
| 大纲 | 小节 | 链接 | 状态 |
|---|---|---|---|
| 💖 | 🌟 | 💖 | |
| 性能 实践 💻 | CODE 01: 拆解 Transformer-Decoder | Markdown, Jupyter, 文章 | ✅ |
| 性能 实践 💻 | CODE 02: MOE 参数量和计算量 | Markdown, Jupyter, 文章 | ✅ |
| 性能 实践 💻 | CODE 03: MFU 模型利用率评估 | Markdown, Jupyter, 文章 | ✅ |
文字课程内容正在一节节补充更新，每晚会抽空继续更新正在 AI Infra ，希望您多多鼓励和参与进来！！！