TPU与GPU集群通信全解
thehiphopswami · x · 2026-07-15
这是一篇关于 TPU/GPU 集群与集体通信 的深度博客，重点讲训练和推理规模化背后的底层机制。
文章覆盖的内容包括：
- TPU 集群拓扑：superpods、slices、DCN、PCIe、ICI
- All-Gather、Reduce-Scatter、All-Reduce 的工作方式
- All-to-All 在 MoE token 派发中的作用
- NVIDIA GPU 集群拓扑与相关通信路径
作者的目标是把这些看似抽象的通信原语讲清楚，让读者真正理解 MoE 和 dense transformer 的扩展基础。
所属事件:TPU与GPU集群集体通信深度长文走红(5 条相关)→
「Infra」频道最新
- 34 个开源模型全部自托管在 Blackwell 集群上跑健康评测 — keunwoochoi · 2026-10-27
- 开源编译器 Latch 从 PyTorch 生成训练 megakernel，H100 上提速 2.75 倍 — sguada · 2026-10-27
- NVIDIA 称 HGX Rubin NVL8 每兆瓦 token 吞吐为 B200 的 10 倍 — thursdai_pod · 2026-10-27
- 要么人力商品化，要么 GPU 商品化：算力经济二选一之辩 — _AustinCalvert_ · 2026-10-27
- DeepSpeed 发布 AutoEP/AutoTP 等并行化进展并办线上答疑 — PyTorch · 2026-10-27
- 9B 本地模型干机械活,规划交给大模型:一套省 token 的编程 agent 分工法 — Electrical_Ninja3805 · 2026-10-27