案例研究篇

本章节通过分析顶尖公司与产品的 AI 基础设施实践，提炼可复用的工程经验。

已上线主题

OpenAI — 从 GPT 训练集群到 ChatGPT 推理服务的完整基础设施演化
Anthropic — 宪法对齐、机制可解释性、Trainium/Colossus 异构算力与 prompt caching 推理工程
Meta — 开放权重、OCP 硬件协同设计、RoCE/InfiniBand 双网络织物、SDC 治理与 >95% 有效训练时间、MTIA 自研硅
Google — TPU 自研硅（MXU/SparseCore/3D-torus/OCS）、NSDI'24 双路径恢复（99.98% 可用率）、GSPMD/Pathways 自动并行、开放软件栈 + 闭源硬件

计划中主题

Cursor
Perplexity

一句话理解

最好的老师不是论文，而是那些在真实生产环境中 scale 到亿级用户的系统。

每个案例都会从设计动机 → 架构设计 → 源码实现 → 工程实践 → 生产落地五个维度进行拆解，并结合本手册其他主题（LLMOps、Agent、RAG、AI SRE、安全）的交叉视角，帮助读者把散落的知识点连成网络。