Selected Delivery Work
脱敏项目案例
可验证的交付场景。
某智算中心 GPU 集群交付
- 规模
- 数十台 GPU 服务器，IB / RoCE 高速网络
- 职责
- 负责系统部署、驱动安装、网络联调、NCCL 性能测试与验收文档。
- 结果
- 完成交付验收，沉淀部署记录、故障清单和运维移交材料。
AI 训练集群性能验收
- 规模
- 多节点多卡训练环境
- 职责
- 围绕 GPU、网络、存储、系统版本进行一致性检查与性能基线测试。
- 结果
- 定位性能波动原因，形成可复用的验收测试流程。
GPU 节点故障排查与恢复
- 规模
- 生产前交付现场
- 职责
- 处理 GPU 掉卡、驱动异常、链路不稳定、版本兼容等问题。
- 结果
- 缩短问题闭环时间，保障集群按计划进入验收阶段。
Capability Matrix
AI 集群交付能力矩阵
覆盖硬件、系统、网络、驱动、调度平台和验收测试，现场交付闭环。
GPU 服务器与系统
驱动与计算栈
集群网络
调度与平台
Delivery Playbook
从设备进场到验收移交
稳定推进项目交付。
- 01 需求确认
- 02 硬件上架
- 03 网络布线
- 04 系统装机
- 05 驱动部署
- 06 集群联调
- 07 性能验收
- 08 文档移交
Technical Knowledge Base
技术文章
包含实战SOP、排障笔记及跑测规范。以下指导书均为在生产环境验证过的保姆级实操教程。
| 资料名称 | 内容类型 | 最近更新 | 作者 |
|---|---|---|---|
| NVIDIA相关 5 条记录 | |||
| 烧写MLX ConnectX-7网卡固件 | NVIDIA相关 | 2025/08/14 | |
| 通过cuda-keyring配置cuda相关软件源 | NVIDIA相关 | 2025/07/29 | |
| 禁用nouveau模块 | NVIDIA相关 | 2025/08/12 | |
| IB网卡OFED驱动安装 | NVIDIA相关 | 2025/09/16 | |
| NVIDIA GPU Driver安装技术指导书 | NVIDIA相关 | 2025/09/24 | |
| 操作系统相关 5 条记录 | |||
| ubuntu变更系统内核版本技术指导书--ubuntu2204 | 操作系统相关 | 2025/07/11 | |
| Hyper-V Linux虚拟环境搭建 | 操作系统相关 | 2025/10/17 | |
| Ubuntu生效rc.local启动脚本 | 操作系统相关 | 2025/10/23 | |
| 永久关闭swap分区 | 操作系统相关 | 2025/10/28 | |
| pxe 批量安装操作系统 | 操作系统相关 | 2026/07/03 | |
| 疑难案例及方案 1 条记录 | |||
| Ubuntu离线安装软件及依赖技术指导书 | 疑难案例及方案 | 2025/08/15 | |
| 测试相关 4 条记录 | |||
| NVIDIA GPU FP16算力测试指导书 | 测试相关 | 2025/12/25 | |
| FP16测试和GPU Linpack测试的区别 | 测试相关 | 2025/12/12 | |
| openmpi 安装指导书 | 测试相关 | 2025/12/18 | |
| H100 cuda-samples 单机测试指导书 | 测试相关 | 2026/07/10 | |
Contact