本课程用5讲带你系统拆解AI集群网络，从scale up/scale out、Leaf-Spine、带宽收敛比、多平面隔离，到多轨通信、HPC超算、Google TPU、Meta GPU集群，再到腾讯、百度、字节、阿里的万卡/十万卡组网实践，建立“拓扑—带宽—成本—并行策略—训练效率”的完整认知。课程不堆砌术语，而是用案例讲清无收敛CLOS、光交换OCS、IB/RoCE、拥塞控制和自研集合通信为何影响大模型训练。适合AI Infra、训练平台、网络与数据中心工程师，以及关注算力底座的云计算从业者和转行者。学完后，你能看懂主流AI集群架构，判断收敛比与多轨设计优劣，分析训练吞吐下降原因，并理解国内外大厂如何用软硬协同支撑万卡训练。