跳转到内容
AI Infra 百科
搜索
Ctrl
K
取消
选择主题
深色
浅色
自动
第一卷 · 全景与基础
第二卷 · 硬件与算力
第三卷 · 网络与通信
第四卷 · 分布式训练
第五卷 · 编译器与内核
第六卷 · 推理与服务
第七卷 · 存储与数据管道
第八卷 · 调度与集群
第九卷 · 可观测性与可靠性
第十卷 · 效率与成本
第十一卷 · 平台与 MLOps
第十二卷 · 安全与治理
术语表
参考文献与延伸阅读
导读
第一部分 · 模型生命周期
实验管理与可复现性
模型注册、发布与回滚
第二部分 · 评测与自动化
评测基础设施
模型 CI/CD
选择主题
深色
浅色
自动
第十一卷 · 平台与 MLOps
›
第二部分 · 评测与自动化
›
模型 CI/CD
模型 CI/CD
把小规模训练、回归评测、性能基准纳入 CI,保证代码改动不悄悄破坏收敛或吞吐。本章给出分层测试策略(单元 → 小模型收敛 → 吞吐基准 → 全量评测)与触发条件。
本章要点
Section titled “本章要点”
小模型的收敛曲线是最敏感的回归测试
吞吐基准要在固定硬件上跑
CI 的 GPU 配额需要单独管理