1.2 BookSim2源码解读1：NoC片上网络模拟 核心函数调用逻辑
1.1 NCCL的不足，各种集合通信库初步调研BCCL、TCCL、ACCL、HCCL
1.4 RDMA基本操作类型Write,Read机制和通信过程
2.2阿里十万卡集群 网络拓扑架构和优势 Alibaba HPN: A Data Center Network for Large Language Model
1.10 万卡集群集群容错性能监控 心跳检测 自行诊断 故障恢复
NCCL通信仿真器SimAI-CCL，大规模集群集合通信模拟
1.7 大规模集群训练、通信初始化优化、网络拓扑
1.6 RDMA PD(Protection Domain)保护域机制
1.8 大规模集群大模型训练，网络拥塞控制 ECMP PFC DCQCN NCCL通信超时重传
1.5 RDMA MR(Memory Region, 内存区域)基本概念和作用
1.1 字节大规模/万卡集群训练平台MegaScale的挑战、设计原则、考虑因素、出现原因Scaling Large Language
2.1 ECMP等价多路由，大模型训练流量特点，拥塞冲突极化产生原因
1.1 NCCL官网案例源码详解One Device per Process or Thread
2.2 NCCL源码分析：物理拓扑识别感知xml通信topo构建 ncclTopoGetSystem()
1.1 RDMA基本原理和优势，以太网socket通信为什么要用户空间拷贝到内核空间
1.1 系统架构概述，系统架构设计师职责
1.2 RDMA基本元素和组成 通信过程元素关系解析
1.1 VLLM pagedattention出现的原因 推理框架 Efficient Memory Management for Large Language
Virtualbox虚拟机安装，Ubuntu iso镜像下载
1.1 数据并行 模型并行 DP DDP Zero分布式并行
