基于英伟达IB的GPU集群网络搭建实战 · 课程目录

为什么需要IB网络？IB与以太网对比、课程架构与学习路径

InfiniBand协议栈架构、物理层/链路层/网络层/传输层详解

HCA网卡、IB交换机、线缆（铜缆/光缆/有源光缆）选型指南

Fat-Tree拓扑原理、计算与设计、实际部署中的拓扑选择

子网管理器(SM)

SM作用、主备SM配置、OpenSM详解与调优

IB路由与转发

LID路由、GRH路由、分区键(P_Key)机制

IB网络安装与布线

机柜规划、线缆管理、光模块清洁与安装实操

IB交换机初始配置

命令行登录、基础配置、固件升级、端口配置

HCA网卡安装与驱动

Linux驱动安装、固件更新、ibv_devinfo验证

IB网络连通性测试

ibping、ibstatus、ibstat、ibdiagnet工具使用

IB网络性能测试

ib_write_bw、ib_read_bw、ib_send_bw带宽与延迟测试

IB网络分区配置

P_Key原理、创建与管理分区、多租户隔离实践

IB网络服务质量(QoS)

VP(虚拟通道)、SL(服务等级)、流量整形

IB网络监控与告警

ibmonitor、perfquery、SM日志分析、SNMP集成

IB网络故障排查

常见故障类型、链路错误分析、CRC错误排查、信号完整性

IB网络与GPU通信

GPUDirect RDMA原理、配置与验证

IB网络与存储

NVMe over Fabrics over IB、存储网络配置

OpenMPI/Intel MPI在IB上的配置与优化

IB网络与深度学习框架

NCCL原理、NCCL IB配置、多机多卡训练

IB网络与容器化

Docker/Kubernetes中IB设备直通、SR-IOV配置

IB网络与虚拟化

VMware/KVM中IB网卡直通、SR-IOV虚拟化

IB网络多子网管理

子网间路由、网关配置、跨子网通信

IB网络高可用设计

双网卡绑定、多路径、SM冗余、链路聚合

IB网络大规模集群设计

万卡集群网络架构、分层设计、带宽规划

IB网络成本优化

铜缆与光缆成本对比、交换机选型、功耗管理

IB网络与RoCE对比

技术差异、性能对比、生态兼容性、选型建议

访问控制列表、P_Key隔离、加密选项、审计日志

IB网络自动化运维

Ansible批量配置、Python脚本管理、CMDB集成

IB网络案例实战

某AI训练集群IB网络搭建全过程复盘

课程总结与未来展望

IB下一代技术(NDR、XDR)、行业趋势、学习资源

⚡ ✦ ⬡ ✦ ⚡