本课程用5课时带你建立AI集群网络的全景认知：从单层/多层组网、带宽收敛比、Spine-Leaf与Scale Up/Out基础，到网络多平面、框式/盒式交换机、铜缆光纤、单轨/多轨通信，再到HPC超算、Google TPU、Meta GPU及国内腾讯、百度、字节、阿里的真实组网实践。课程不止讲概念，更聚焦网络如何决定大模型训练的吞吐、MFU与成本，解析OCS、3D/2D Torus、胖树、多轨、无收敛/收敛设计及NCCLx、TCCL等软硬协同优化。适合AI Infra、大模型训练平台、算法工程、网络运维和芯片/系统架构从业者，也适合希望理解万卡集群如何搭建的学习者。学完后，你能看懂主流AI集群拓扑与关键参数，理解收敛比、并行策略与组网选择的关联，建立Scale-up/Scale-out演进判断框架，并为集群设计、性能优化和排障打下基础。