最近朋友跟我抱怨说使用AI的时候 ，有时候觉得AI很蠢，有时候又觉得AI很厉害，然后他们单位自身也推出了自有的AI服务，她不知道这个与公开的AI有什么区别，因此想写下来我对AI的粗浅理解，希望可以给行外人一些好理解但是可能不那么正确的解释。 现在的AI是一种”大力出奇迹“的技术 最简单的AI模型 从一个简单的数学开始，现在有一个简单的数学公式：y=ax+b，这是一个线性函数，可以用来描述一...

前面学习了 PFC 的基础知识，今天学习以下 PFC 的具体细节。 拾遗 前文提到的了一些点是错误的，这里进行修正。 RoCE是如何实现无损网络的 实际上无损网络是通过流量控制、拥塞控制、错误控制、特定协议等多种技术共同实现的，RoCE只是协议这一部分。 无损网络再理解 无损网络是为了达成以下四个目标： 不丢包 - 所有数据包都能到达目...

RoCE是RDMA over Converged Ethernet的缩写，是一种基于以太网的RDMA技术，本文主要介绍RoCE的基础知识。RDMA是为了解决分布式计算中网络瓶颈的问题，提供了一种低延迟、高吞吐的无损网络方案。由于最近在进行交换机方案上的调研，所以先了解下交换机对于RoCE的支持主要做了什么。 最好奇的点是，RoCE是如何实现无损网络的，经过初步调研发现大部分是通过PFC和E...

最近在做网络拓扑架构的工作，阿里的HPN7.0的论文给了我一个样板，这里简单记录下阅读的心得。 背景 背景这块，HPN还是说了两个大家熟知的问题： 低熵导致哈希冲突严重 云网络中，单个流占NIC的带宽最大也就20%，而LLM训练则可以打满 LLM的网络模型是阶段性冲高的心跳模式 单点故障影响训练效率 单点故障...

不识茶 小的时候家人们不常喝茶，自己家里也没有茶，所以压根不知道什么叫做茶水。只有每次过年拜年会回去乡下，进门之后亲戚会用看起来很脏的一次性杯子，这个时候父母会说：“不用茶叶，不用茶叶”，亲戚会回：“那怎么行，要喝点茶”，这才知道这杯又烫又苦，里面还有草渣滓的东西叫做茶。我不明白这玩意到底是有什么魔力，为什么大人们要用这种水招待我们，只当是本地习俗，也没多想。 就是这种杯子 乡下招待客...

从逻辑回归到神经网络 上文学习了逻辑回归的基本计算方法，神经网络相当于是对逻辑回归模型的一个扩展。首先是纵向扩展，如图所示： 输入特征为$x_1, x_2$，偏置为$b$，第一层计算为： [z_1=x_1w^{[1]}_1+x_2w^{[1]}_2+b] [a_1=g(z_1)] 这里函数$g(x)$是激活函数，而上标表示第1层的参数。同理： [z2=x_1w^{[2]}_1+...

7月23日，meta发了Llama3.1的论文，通过huggingface，可以到meta最新博客的末尾找到论文的链接。 我主要关心其中基础设施相关的部分，尤其是和网络有关的地方，这里简单记录一下。 概述 在论文的3.3章节，Infrastructure, Scaling, and Efficiency，开始介绍他们这次训练使用的基础设施架构。这里主要就关注下网络部分。 网络架构 这...

动机 由于工作需要，以后的精力主要放在AI相关的领域上，尤其是现在大火的深度学习。我关注的领域是网络，目前深度学习对网络的需求还是非常苛刻的，苛刻的原因与深度学习的特性有关。为了让AI模型更加强大，模型使用了越来越大规模的参数，而超大规模的参数做矩阵乘法带来的超大计算量以及大量的GPU内存开销，让深度学习的系统不得不成为一个大型分布式系统。 当前深度学习训练过程依赖这个分布式系统，而当前的训...

我这里的提的工作日报是辅助自己工作的，而非向上汇报的 给自己的工作日报 工程师的工作远不只是写写程序那么简单，太多太多的烦心事会一个接着一个来，比如：突发会议，现网紧急事故，团队文化建设，一次团队合影，等等。当然，很多人都会认为这些非生产的都是浪费时间，毕竟做这些事情并不能再自己的简历或者工作汇报PPT中增加光彩，也不能让你收获“改变世界”的情绪快乐。然后现实就是这些都是必须的，你必须...

为什么要写博客 以前总是想写博客，在读书那会儿搞ACM/ICPC竞赛的时候写过一些，那会儿放在百度空间里，都是解题思路分享，后来百度空间关了，就再也没写过。工作也有十年了，一直在做技术，经常给自己的同事分享经验、好用的工具、工作生存技巧等，但是从未白纸黑字的写下来。偶尔看到一篇文章，谈的是什么是兴趣爱好，说的是为什么很多人对外总说自己的爱好是旅游，睡觉等等，提到了爱好的门槛以及爱好的深度。其...