中文 | English
--- # 机器学习系统：设计和实现 本开源项目讲解现代机器学习系统的设计原理和实现经验，涵盖从编程接口、计算图、编译器到分布式训练的完整技术栈。 **在线阅读：** [openmlsys.github.io](https://openmlsys.github.io/) ## 目录 - [适用读者](#适用读者) - [内容介绍](#内容介绍) - [构建指南](#构建指南) - [贡献指南](#贡献指南) - [社区](#社区) - [许可证](#许可证) ## 适用读者 - **学生**：掌握机器学习基础理论后，希望深入了解现代机器学习系统设计与实现的同学。 - **科研人员**：需要开发自定义算子（Custom Operators）或利用分布式执行实现大模型的研究者。 - **开发人员**：负责机器学习基础设施建设，需要对系统性能调优和深度定制的工程师。 ## 内容介绍 本书（第二版）共分9章： | 章节 | 内容 | |------|------| | [第1章 导论](v2/zh_chapters/01_chapter_introduction/) | 机器学习系统架构和技术栈概述 | | [第2章 编程接口与计算图](v2/zh_chapters/02_chapter_programming_and_graph/) | 张量抽象、自动微分、图表示与执行 | | [第3章 AI加速器与编程](v2/zh_chapters/03_chapter_accelerator/) | GPU 架构与 CUDA/Triton/CUTLASS 编程模型 | | [第4章 AI编译器与运行时系统](v2/zh_chapters/04_chapter_compiler_and_runtime/) | IR 设计、图优化、算子生成与运行时执行 | | [第5章 数据处理系统](v2/zh_chapters/05_chapter_data_processing/) | 数据加载、数据管道和分布式数据处理 | | [第6章 训练系统](v2/zh_chapters/06_chapter_training_systems/) | 单节点与分布式训练、并行策略与训练优化 | | [第7章 模型服务](v2/zh_chapters/07_chapter_model_serving/) | 推理优化、在线服务与模型管理 | | [第8章 强化学习系统](v2/zh_chapters/08_chapter_rl_systems/) | 强化学习管道、环境交互与 RL 系统设计 | | [第9章 大规模GPU集群管理](v2/zh_chapters/09_chapter_gpu_cluster/) | GPU 调度、资源管理与大规模训练基础设施 | ## 更新日志 | 日期 | 事件 | |------|------| | 2022-01 | 项目初始化，开始中文内容编写 | | 2022-05 | 完成扩展篇各章节（联邦学习、强化学习、可解释 AI） | | 2023-05 | 适配 MindSpore 2.0 | | 2026-03 | 中英文双语构建架构重构；启动英文版 | ## 构建指南 ### 环境依赖 - curl - git - Python 3 ### 安装步骤 ```bash # 克隆仓库 git clone https://github.com/openmlsys/openmlsys-zh.git cd openmlsys-zh # 安装rust toolchain curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh # 安装mdbook cargo install mdbook ``` ### 编译HTML ```bash sh build_mdbook_v2.sh # 英文版生成结果位于 .mdbook-v2/book # 中文版生成结果位于 .mdbook-v2-zh/book ``` 更多细节请参考 [构建指南](CONTRIBUTING/info_zh.md)。 ## 贡献指南 我们欢迎任何形式的贡献，详细流程请参阅 **[贡献指南](CONTRIBUTING/CONTRIBUTING_zh.md)**。 提交前请阅读： - [写作样式规范](CONTRIBUTING/style_zh.md) - [中英文术语对照](CONTRIBUTING/terminology.md) ## 社区
扫码加入微信交流群