GPGPU深度學習與大語言模型實戰
洪洲
140人在讀
24.6萬字總字數
¥89.6定價
洪洲
本書系統構建了深度學習理論與應用的全棧知識體系，從數學基礎與機器學習核心原理出 發，貫通線性代數、概率統計等關鍵數學工具，夯實算法研發的理論根基。面向新一代通用圖 形處理器（GPGPU）硬件架構，深入解析專用編程語言的語法設計與高效編程實踐，剖析主流 訓練與推理框架的底層機制，並結合壁仞科技GPGPU平臺，提供針對性的適配與性能優化方案。 通過計算機視覺與自然語言處理領域的經典案例，展示傳統算法在異構計算架構下的性能躍 遷。聚焦大模型技術前沿，系統闡述大語言模型（LLM）、視覺語言模型（VLM）及混合專家模 型（MoE）的架構演進，結合DeepSeek-V3、Mixtral 8×7B等代表性模型在壁仞GPGPU上的優化 實踐，揭示硬件加速對千億參數模型訓練與推理的顯著增益。進一步拓展至人工智能（AI）與 科學計算融合前沿，通過物理信息神經網絡、量子系統模擬、微分方程求解等跨學科應用，展 現GPGPU在高性能計算中的核心優勢。 全書融合理論推導與工程實踐，既涵蓋算法原理的嚴謹分析，又提供可復現的芯片級優化 指南，爲AI工程師與研究人員提供從模型設計到硬件加速的端到端技術路徑。
3.4章節 vllm 介紹得不錯，其他沒看。
與其說是書，不如說是把各個環節都寫了綜述。根本不是爲了讓人學會的，語言也不是出書的語言，懂的人不需要看，不懂的看不懂。