第1周：芯片与服务器基础设施

本日概要

从指令集架构、微架构、制造工艺三个层次认识 CPU，并用厂商原始规格建立可比字段。x86、Arm 与 RISC-V 首先是软件可见的指令集及生态选择；流水线、缓存和执行单元属于具体微架构；制程名称描述制造世代，却不能脱离芯片面积、功耗边界、软件和工作负载直接推出性能。摩尔定律可作为历史观察和工程趋势讨论，不是保证性能按固定速度增长的自然定律。

学习目标

• 能用硬件—软件契约解释指令集架构，并区分 ISA、微架构与制造工艺
• 能从兼容性、核心与内存、I/O、功耗边界等字段审查服务器 CPU 资料
• 能说明制程名称或单个峰值为何不能独立证明真实应用性能
• 能把厂商事实、自己的推断和待实验验证的结论分栏记录

核心讲解

实践任务

以鲲鹏 920 服务器资料和 Intel Xeon 6 官方资料为证据，制作一张注明产品范围、口径和不可比项的参数对照表。

• 分别打开鲲鹏 920 所在的 TaiShan 服务器数据表、Intel Xeon 6 产品简报和 Arm/RISC-V 架构资料，记录文档标题、URL 与核验日期。
• 建立“产品范围、ISA、型号或系列、核心/频率、内存、PCIe、功耗口径、软件生态、来源”九列；只抄写页面明确给出的事实，缺项写“资料未给出”。
• 给每一行标记“可直接比较”“需统一测试条件”或“不可直接比较”，并为后两类各写一句原因。
• 选择一个场景（数据库、微服务或 AI 主机 CPU），写出三项选型约束和至少一项需要实测的指标，避免只按核心数下结论。

自测与答案

今日完成标准

• 提交包含至少九个字段的双来源参数表，每个数字都可回查到官方 URL 和产品范围
• 正确标出至少三项不可直接比较的字段，并为目标工作负载写出一项可检验假设
• 在结论中分别标注事实、推断和建议，没有用制程或核心数单指标宣布胜负

常见错误与纠正提示

• 把 Arm 或 RISC-V 等 ISA 名称当成某一颗具体芯片，并由架构标签直接推断性能
• 把不同厂商的制程名称、TDP、系列上限或营销基准当成同口径数字横向排名
• 只保存二手截图，不保留可回查的官方页面、产品范围和核验日期

分层任务

关联知识点

• 芯片与制程

延伸阅读

• Arm：Introducing the Arm architecture（Arm 官方架构导读）
• RISC-V Instruction Set Manual, Volume I（RISC-V International 官方规范）
• Intel Xeon 6 Product Brief（Intel 官方产品简报）
• Huawei TaiShan Server Data Sheet（华为官方服务器数据表落地页）

本日概要

从工作负载而不是品牌名称理解 GPU、NPU 与 TPU。GPU 通过大量并行线程和分层存储提升规则数据并行任务的吞吐，CUDA 把内核、线程块、线程和内存层次暴露给开发者；NPU 是面向神经网络运算的通用类别名，不同厂商实现与软件栈并不等价；TPU 是 Google 面向机器学习矩阵计算设计的专用加速器。选型必须同时检查数值精度、内存容量与带宽、互连、算子覆盖、编译器/运行时、框架适配和实际模型表现。

学习目标

• 能解释 GPU 的 SIMT 并行、线程分组和分层存储为何适合高数据并行任务
• 能区分 GPU、NPU 与 TPU 的类别边界，避免把厂商产品名当成统一技术标准
• 能从精度、内存、互连、算子和软件生态五类约束评估 AI 加速器
• 能识别 TOPS、TFLOPS 等峰值指标在精度和测试条件不同时不可直接换算

核心讲解

实践任务

依据 NVIDIA CUDA、Google Cloud TPU 与昇腾 CANN 官方文档，为一个训练或推理场景画出“模型—框架—编译/运行时—加速器—内存/互连”适配链。

• 选定“图像分类批量推理”或“小模型微调”之一，写清模型、输入形状、批大小、精度、延迟/吞吐目标和可用内存。
• 从三份官方文档提取线程/矩阵计算方式、框架入口、编译或运行时、内存/互连关注点，未披露的数据明确留空。
• 画出从 Python 框架调用到编译/运行时、设备内存、计算单元和结果返回的链路，并在每条边标出可能的等待或不兼容风险。
• 写一段选型说明：列出两个已有证据支持的事实、一个仍需基准实验验证的假设，以及不可直接比较的峰值指标。

自测与答案

今日完成标准

• 提交完整的五层适配链，能追踪一次模型调用从框架到硬件再返回的路径
• 选型说明覆盖精度、内存/带宽、互连、算子和软件生态，且明确至少一个待验证假设
• 没有把不同精度或不同厂商口径的峰值数字作直接排名

常见错误与纠正提示

• 把 GPU 核心数、NPU 核数或 TPU 矩阵单元数量视为跨架构等价单位
• 忽略精度、稀疏条件、批大小和软件版本，直接用 TOPS/TFLOPS 宣布端到端性能
• 只画硬件方框，不标出框架、编译器、运行时、内存与互连造成的约束

分层任务

关联知识点

• 芯片与制程
• GPU计算

延伸阅读

• NVIDIA CUDA Programming Guide：Writing CUDA SIMT Kernels（NVIDIA 官方编程指南）
• Google Cloud TPU architecture（Google Cloud 官方文档）
• 昇腾 CANN 9.1.0 使用导读（昇腾官方开发文档）

本日概要

把服务器看成可被管理、供电和散热的系统，而不是放大版个人电脑。主板把 CPU、内存、PCIe 扩展、存储控制器、网卡和加速器连接为数据路径；BMC 提供独立于主操作系统的带外管理，Redfish 等标准让资产、传感器与操作可被程序访问；机架层还要考虑双路供电、风道、网络冗余、重量与维护空间。架构图应同时表达数据流、控制/管理流、电力/散热约束和故障域。

学习目标

• 能识别 CPU、内存、PCIe、加速器、存储、NIC 与 BMC 的职责和连接关系
• 能区分业务数据路径、带外管理路径以及电力与散热路径
• 能用带宽、容量、槽位、NUMA 与故障域检查服务器架构图
• 能说明冗余部件只有在路径独立且故障切换可验证时才提升可用性

核心讲解

实践任务

为一台带 AI 加速卡的 2U 双路服务器画内部架构图，并扩展到包含供电、交换机与管理网络的机架视图。

• 在画布中心放置两颗 CPU，各自连接本地内存；把 NIC、NVMe 与 AI 加速卡挂到明确的 PCIe/CPU 路径，并用箭头画出一次推理请求的数据流。
• 加入 BMC、管理交换机和管理员终端，用不同颜色画带外管理流；标注认证、最小权限和不经公网暴露的边界。
• 扩展到机架：加入 A/B 电源、PDU、业务交换机和散热风向，圈出同一交换机、同一 PDU、同一机箱等共享故障域。
• 从官方数据表选取三个有来源的配置事实，在图注中写清型号/系列和核验日期；再列出两个需向供应商确认的配置前提。

自测与答案

今日完成标准

• 架构图完整呈现计算、内存、PCIe、加速器、存储、网络、BMC、供电和散热要素
• 用不同线型区分三类路径，并对至少三个共享故障域写出失效影响
• 至少三个配置事实附官方来源，未确认的机型假设被明确标为待核验

常见错误与纠正提示

• 把所有内存与 PCIe 设备画成对所有 CPU 等距离，忽略 NUMA 与根端口归属
• 把 BMC 当成业务操作系统中的普通程序，或把高权限管理接口直接连到公网
• 画了双电源或双网卡就宣称无单点，却没有检查上游 PDU、交换机和链路是否独立

分层任务

关联知识点

• 服务器与数据中心

延伸阅读

• DMTF Redfish Standard（DMTF 官方标准页面）
• PCI-SIG PCI Express Base（PCI-SIG 官方规范页面）
• Huawei TaiShan Server Data Sheet（华为官方服务器数据表落地页）

本日概要

用“介质—接口/协议—阵列—工作负载指标”四层理解存储。HDD 以旋转介质和机械寻道保存数据，SSD 以闪存和控制器工作；SATA、SAS、PCIe 与 NVMe 描述的是不同层次的连接或协议，NVMe 不是闪存颗粒本身。IOPS、吞吐、延迟必须带块大小、读写比例、队列深度、并发和持续时间；RAID 通过条带、镜像或校验组合设备，主要服务可用性、容量和性能目标，但不能替代独立备份。

学习目标

• 能区分 HDD/SSD 介质、SATA/SAS/PCIe 连接和 NVMe 命令/传输协议的层次
• 能用块大小、读写比例、队列深度、IOPS、吞吐和延迟描述存储负载
• 能解释常见 RAID 思路在容量、性能、可用性和重建风险之间的权衡
• 能设计带安全边界、原始记录和限制说明的非破坏性存储对比

核心讲解

实践任务

为日志写入、模型加载和归档三个工作负载建立存储对比矩阵，并设计不破坏真实数据的基准计划。

• 为日志写入、模型权重加载和冷数据归档分别写出访问模式、块大小趋势、读写比例、延迟或吞吐优先级和数据耐久要求。
• 建立 HDD、SATA SSD、NVMe SSD 对比矩阵，区分介质、主机接口/协议和外形；不确定的性能数字不填，用官方规范说明层次关系。
• 为其中一个场景设计基准：固定数据集、块大小、读写比、队列深度、预热、持续时间和缓存策略，输出平均值与至少一个尾延迟分位数。
• 写出安全边界：只在临时测试文件或专用测试盘上运行、先验证目标路径、不对生产盘做写入压测，并记录设备型号、固件和工具版本。

自测与答案

今日完成标准

• 对比矩阵正确区分介质、接口/总线、协议和阵列四个层次
• 基准计划明确至少七项测试条件并包含生产数据保护边界
• 能针对一个场景解释 IOPS、吞吐、延迟、RAID 与备份各自回答的问题

常见错误与纠正提示

• 把 NVMe 当作闪存介质名称，或把 PCIe、SATA、SAS 与 HDD/SSD 放在同一层直接分类
• 比较 IOPS 或延迟时省略块大小、读写比、队列深度、缓存和持续时间
• 把 RAID 冗余当作备份，忽略误删、逻辑损坏和站点级故障

分层任务

关联知识点

• 存储系统

延伸阅读

• NVM Express Base Specification（NVM Express 官方规范页面）
• Linux Kernel Documentation：RAID arrays（Linux 内核官方文档）
• PCI-SIG PCI Express Base（PCI-SIG 官方规范页面）

本日概要

沿一次真实连接理解分层网络，而不是背诵七层名称。应用生成数据，传输层用 TCP 提供面向连接的可靠字节流，IP 负责跨网络寻址与转发，以太网在本地链路用帧和 MAC 地址传递数据，交换机依据转发表在端口间转发。封装让每层只处理自己的头部和职责。Wireshark 可把链路上的帧解析成各层字段；抓取 TCP 握手时应识别 SYN、SYN-ACK、ACK 的方向、序列/确认关系和连接四元组，并只在本人设备与获授权网络上采集。

学习目标

• 能把应用数据、TCP 段、IP 包和以太网帧按封装关系对应起来
• 能解释交换机、路由器与端系统分别依据哪些信息处理报文
• 能在 Wireshark 中用连接四元组和标志位识别 TCP 三次握手
• 能遵守授权、最小采集、脱敏和删除原始敏感数据的抓包边界

核心讲解

实践任务

在授权的本机流量中用 Wireshark 捕获一次 TCP 建连，保存脱敏截图或 pcapng，并用分层表解释三个握手报文。

• 确认仅采集本人设备上的授权流量，关闭含敏感会话的应用；在 Wireshark 选择正确接口，并以 `tcp port 443` 作为捕获过滤器缩小范围。
• 开始捕获后由本人执行一次 `curl https://example.com/` 或在浏览器访问同一测试站点，立即停止捕获；记录命令/动作、时间和接口。
• 使用显示过滤器 `tcp.flags.syn == 1` 找到候选报文，再通过 Follow TCP Stream 或四元组定位同一连接的 SYN、SYN-ACK 与 ACK。
• 制作三行分析表，记录方向、标志位、源/目的端口、序列/确认关系和所属层；截图前遮盖与学习目标无关的地址或载荷，按要求删除原始敏感捕获。

自测与答案

今日完成标准

• 提交三报文分析表，三个报文属于同一四元组且方向、标志与序列确认关系解释正确
• 能用一张封装图说明应用/TCP/IP/以太网关系及交换机与路由器的处理边界
• 证据注明授权范围、采集步骤与脱敏处理，不包含无关敏感载荷

常见错误与纠正提示

• 把 MAC、IP 和 TCP 端口都称为主机地址，无法说明它们的作用范围
• 只按相邻三行猜握手，不核对四元组、方向、SYN/ACK 标志和序列确认关系
• 在公共或未授权网络长时间全量抓包，并直接提交包含令牌、域名或内部地址的原始文件

分层任务

关联知识点

• 网络技术

延伸阅读

• RFC 9293：Transmission Control Protocol（IETF/RFC Editor 互联网标准）
• Wireshark User's Guide：Filtering while capturing（Wireshark 官方用户指南）
• Wireshark User's Guide：TCP Stream Graphs（Wireshark 官方用户指南）

本日概要

把从域名到后端服务的路径串起来：VLAN 在二层划分广播域，路由在三层连接不同网络，DNS 把名字解析为资源记录并允许缓存，CDN 把可缓存内容或代理节点放到更接近用户的位置，负载均衡器通过监听器、转发规则、后端组与健康检查把请求分配给可用实例。华为云 ELB 官方文档区分四层和七层处理；学习时重点是控制面配置、数据面转发与健康状态的关系，而不是把 DNS、CDN 和 ELB 当成同一个“加速器”。

学习目标

• 能区分 VLAN、路由、DNS、CDN 与负载均衡各自处理的对象和作用范围
• 能解释监听器、转发策略、后端服务器组和健康检查构成的 ELB 数据路径
• 能比较四层与七层负载均衡所依据的信息及其典型限制
• 能通过故障推演识别 DNS 缓存、单可用区、健康检查误判和会话状态风险

核心讲解

实践任务

基于华为云 ELB 官方工作原理，为双可用区 Web 服务画请求路径和单后端故障推演，无需开通或付费创建云资源。

• 设定场景：用户访问 `app.example`，入口含 DNS、可选 CDN、华为云 ELB、两个可用区各两台后端；列出协议、端口和静态/动态内容假设。
• 画正常路径，分别标出 DNS 回答、客户端连接、监听器、转发规则、后端组、健康检查和响应返回，并用图例区分控制面配置与数据面流量。
• 推演一台后端进程停止：写出健康检查在什么条件下判失败、该实例何时停止接收新请求、现有连接或会话可能怎样变化。
• 再推演一个可用区不可达，检查 DNS/CDN 缓存、剩余容量、会话状态和数据依赖；列出三项需要监控的信号和一个演练限制。

自测与答案

今日完成标准

• 请求路径包含 VLAN/路由边界、DNS、可选 CDN、ELB 监听器、后端组、健康检查和跨区后端
• 两次故障推演都写明触发条件、状态变化、剩余风险与可观测证据
• 能清楚解释四层/七层差异，并声明本练习未创建付费云资源或提供实际资源清理记录

常见错误与纠正提示

• 把 VLAN 当成路由协议，或认为不同 VLAN 不经三层转发也能自然互通
• 把 DNS、CDN 与 ELB 合成一个盒子，忽略各自缓存、健康状态和控制面
• 认为配置了两个后端或多个可用区就一定高可用，不验证健康检查、容量、会话和数据层

分层任务

关联知识点

• 网络技术
• 云计算

延伸阅读

• RFC 1034：Domain Names — Concepts and Facilities（IETF/RFC Editor 互联网标准）
• Amazon CloudFront：How CloudFront delivers content（AWS 官方 CloudFront 开发者指南）
• Huawei Cloud ELB：Load Balancing（华为云官方产品文档）
• Huawei Cloud ELB：Feature Comparison Details（华为云官方产品文档）

本日概要

把本周碎片知识收束为可检验的基础设施链路：用户名称经 DNS 得到入口，网络把请求送入 CDN 或负载均衡，交换与路由把流量交给服务器 NIC，CPU/内存协调应用与数据，加速器执行适合的并行计算，存储保存模型和结果，BMC、供电、散热与监控维持系统可管理性。复盘不只是重画名词，而要为每个节点写输入、输出、关键约束、故障表现和证据来源，并区分业务数据流、控制/管理流和资源保障路径。

学习目标

• 能按请求时间线解释芯片、服务器、存储、网络到数据中心服务的完整链路
• 能在一张图中区分业务数据流、控制/管理流以及供电散热保障路径
• 能用故障推演检查组件关系、冗余边界和观测证据，而非只统计方框数量
• 能按 CO1/CO8 和四级量规自评架构图，形成可复核来源清单

核心讲解

实践任务

完成“从芯片到数据中心架构图”作业草稿，用一条推理请求和两个故障场景验证关系，附来源清单与自评。

• 确定边界与场景：一项在线 AI 推理服务，从用户域名开始，到结果返回结束；列出必须出现的计算、加速、内存、存储、网络、管理与供电散热要素。
• 画正常请求的编号路径，使用三种线型分别表示业务数据、控制/管理和供电/散热；为每个节点补写输入、输出和一个关键约束。
• 推演“一个后端进程停止”和“单路电源或机架交换机失效”，标注发现信号、受影响路径、冗余是否生效以及仍存在的共享故障点。
• 建立来源清单，把每条来源映射到具体图注；使用 Week 1 专用量规从完整性、概念准确性、关系表达和证据四个维度自评并修订。

自测与答案

今日完成标准

• 架构图可按编号完整口述一次请求，三类路径和至少两个共享故障域表达清楚
• 两个故障场景都包含检测信号、影响、转移/恢复与残余风险，不用“自动容灾”代替分析
• 来源清单含至少四条官方资料并逐条映射图中声明，四维自评均有具体证据

常见错误与纠正提示

• 把架构图画成互不相连的产品 Logo 集合，没有请求顺序、数据方向和接口语义
• 只画业务流，不画 BMC 管理、监控、供电散热或共享故障域
• 在图中写“高性能”“高可用”却没有需求、来源、指标或故障推演作为证据

分层任务

关联知识点

• 芯片与制程
• 服务器与数据中心

延伸阅读

• Arm：Introducing the Arm architecture（Arm 官方架构导读）
• DMTF Redfish Standard（DMTF 官方标准页面）
• NVM Express Base Specification（NVM Express 官方规范页面）
• Huawei Cloud ELB：Load Balancing（华为云官方产品文档）