个人介绍
唐盛军，华为多年开发经验，先后从事：网络协议识别&解析、业务控制网关等网络协议相关工作；13年开始转战云计算，熟悉OpenStack，CloudFoundry，Docker，Kubernetes实现原理，精通常见的物理&云网络技术。目前负责容器业务产品化，如：基因，大数据，AI等
感兴趣或擅长的领域
云计算、玩转Docker系列
个人勋章
TA还没获得勋章~
成长雷达
925
6
0
0
20
达成规则
全部时间
全部时间
最近三天
最近一周
最近一月
- 全部
- 暂无专栏分类
使用Kubernetes跑Stable-diffusion分布式AI训练作业，流程示意
999+
0
0
2023-11-17 22:49:32
本文可以当做你NCCL性能调优的一个参考，不一定非常的全面。咱们从NCCL底层涉及的对性能可能有影响的各个维度展开讨论
914
0
0
2023-10-11 15:51:22
2个RoCE网卡Bond聚合，实现带宽X2。今天我们就来实际操作一下这个过程，并了解其中需要注意的地方。
999+
0
0
2023-09-28 16:25:52
都知道云原生已经是Kubernetes的天下了，各大领域早已纷纷采纳。那在面对大模型AI火热的当下，咱们从程序员三大件“计算、存储、网络”出发，一起看看这种跑大模型AI的K8s与普通的K8s有什么区别
999+
2
0
2023-08-24 21:00:13
如果遇到IB网络不通，可以试着从高层往底层逐步分析看看。仅记录下，供难友参考：NCCL不通、ib_write_bw不通、ibv_rc_pingpong不通、rping不通、ping不通
999+
0
0
2023-06-12 14:27:52
了解报文DSCP值与Traffic Class关系，明白为什么华为云上面AI训练必须设置NCCL_IB_TC=128。
999+
0
0
2023-06-02 11:53:07
上滑加载中