原理精讲

Tokenization 基础 BPE 算法详解 GPT 系列 Tokenizer BPE 训练工程化

从 token ids 到 logits Embedding 与 LM Head

Attention 机制

Self-Attention 到 GQA Attention Sink

位置编码基础 RoPE 数学推导 RoPE 代码实现长度外推

GPU 编程基础

GPU 架构基础张量布局 Triton 入门：向量加法

Flash Attention 原理详解从朴素实现到 Auto-Tuning Block Pointer 与多维支持 Causal Masking 优化 Grouped Query Attention 反向传播实现

分布式训练

数据并行 ZeRO 优化器全分片数据并行张量并行流水线并行多维混合并行

动手训练

预训练数据 Tokenizer 训练模型架构数据流水线训练循环监控与验证

系统工程分布式训练

流水线并行

会员专享

GPipe 和 1F1B 调度策略的原理与气泡分析

👨‍🍳

内容正在烹饪中...

我们正在为您精心准备高质量内容，敬请期待！

张量并行

Column Parallel 和 Row Parallel 的对称设计

多维混合并行

ParallelContext 坐标系统与 TP+DP+PP 的工业级组合

目录

朴素流水线：气泡问题

GPipe：微批次并行

1F1B：交错前向反向

PP 的通信特点