ForceInjection/AI-fundamentals

解決する課題

このリポジトリは、AIインフラストラクチャのための包括的で構造化された学習パスを提供します。低レベルのハードウェアアーキテクチャと高レベルのAIアプリケーション開発の間のギャップを埋め、エンジニアや研究者が現代のAIシステムを構築、デプロイ、最適化するために必要な技術スタック全体を理解するのに役立ちます。

仕組み

コンテンツは8つのモジュール式セクションに整理されており、ハードウェアの基礎（GPU/TPUアーキテクチャ、NVLinkやCXLなどのインターコネクト）からクラウドネイティブなAIプラットフォーム（Kubernetes、GPU仮想化、分散ストレージ）までを網羅しています。低レベルプログラミング（CUDA、DPU、NPU）、LLM理論、実践的なトレーニングパイプラインへの深い掘り下げが含まれ、ドキュメント、コード例、厳選された学習リソースによってサポートされています。

対象読者

このリソースは、現代の人工知能を支える基盤システムを習得したいAIエンジニア、システムアーキテクト、GPUプログラマー、LLMアプリケーション開発者、技術研究者向けに設計されています。

ハイライト

• ハードウェアの深掘り：GPU/TPUアーキテクチャ、PCIe、NVLink、CXLインターコネクトの詳細な分析。
• クラウドネイティブAI：KubernetesベースのAIインフラストラクチャに関するガイド。GPUスケジューリング（Kueue/HAMi）や分散ストレージ（JuiceFS、3FS）を含む。
• 低レベルプログラミング：CUDA、DPU、Huawei NPU開発のための豊富なリソース。
• LLMエンジニアリング：LLM理論、トレーニング、ファインチューニング、およびLangGraphとSpring AIを使用したエージェントワークフローに関する実践的なガイド。
• ハンズオンデモ：実践的な検証のための実行可能なコードデモの集中インデックス。