ForceInjection/AI-fundamentals

해결하는 문제

이 저장소는 AI 인프라를 위한 포괄적이고 체계적인 학습 경로를 제공합니다. 저수준 하드웨어 아키텍처와 고수준 AI 애플리케이션 개발 사이의 격차를 메우며, 엔지니어와 연구자들이 현대 AI 시스템을 구축, 배포, 최적화하는 데 필요한 전체 기술 스택을 이해하도록 돕습니다.

작동 방식

콘텐츠는 하드웨어 기초(GPU/TPU 아키텍처, NVLink 및 CXL과 같은 상호 연결)부터 클라우드 네이티브 AI 플랫폼(Kubernetes, GPU 가상화, 분산 스토리지)까지 8개의 모듈식 섹션으로 구성됩니다. 저수준 프로그래밍(CUDA, DPU, NPU), LLM 이론, 실용적인 훈련 파이프라인에 대한 심층 분석이 포함되며, 문서, 코드 예제, 선별된 학습 리소스로 지원됩니다.

대상 독자

이 리소스는 현대 인공지능을 구동하는 기반 시스템을 마스터하려는 AI 엔지니어, 시스템 아키텍트, GPU 프로그래머, LLM 애플리케이션 개발자, 기술 연구자를 위해 설계되었습니다.

주요 특징

• 하드웨어 심층 분석: GPU/TPU 아키텍처, PCIe, NVLink, CXL 상호 연결에 대한 상세 분석.
• 클라우드 네이티브 AI: GPU 스케줄링(Kueue/HAMi) 및 분산 스토리지(JuiceFS, 3FS)를 포함한 Kubernetes 기반 AI 인프라 가이드.
• 저수준 프로그래밍: CUDA, DPU, Huawei NPU 개발을 위한 풍부한 리소스.
• LLM 엔지니어링: LangGraph 및 Spring AI를 사용한 LLM 이론, 훈련, 미세 조정, 에이전트 워크플로우에 대한 실용적인 가이드.
• 실습 데모: 실용적 검증을 위한 실행 가능한 코드 데모의 중앙 집중식 인덱스.