先放结论，NVlink 对推理速度的提升非常大，非常非常大！

这可能和高赞答案的结论不一样，且听我娓娓道来 😄

最近在分析 RTX4090 上用 FP8 tensor core 跑 70B 模型的性能瓶颈，发现大模型推理过程中，很多时候通信是非常昂贵的一件事儿。NVLink，甚至 P2P，都会对推理有很大的加速效果。

以 Llama 3 70B TP4 为例，模型共有 80 层，每一层中有 2 次 all reduce 通信，数据量是 batch 中token 的数量乘以 hidden dim (8192)。

在 FP16 下，一个 token 的数据量是 16384 bytes。通信延迟会是什么样的呢？我用 nccl-tests 测了一下单次 all reduce 的延迟和 token 数量之间：

NVLink 3.0 vs PCIe 4.0

如果我们的输入是 4096 个 token，单次 all reduce 的延迟分别是 603 us 和 11369 us。乘上 80 （num layers）和 2（每层 2 次 all reduce）后，NVLink 3.0，PCIe 4.0 的开销则分别是 96.48ms 和 1819.04 ms。

在推理优化尝试榨干 GPU 每一份算力的时候，1819.04 ms 的通信成本是一个非常非常夸张的数字，宝贵的 GPU 计算资源在通信的时候几乎是闲置！

为验证这个数据，我用 vLLM v0.6.6 在 4xA100 的环境实测了一下，一个 4379 tokens 的输入，只跑 prefill。我们通过 NCCL_P2P_DISABLE=1 关闭 NVLink：

NCCL\_P2P\_DISABLE=1 vllm serve /mnt/resource/public\_models/Meta-Llama-3-70B-Instruct-hf -tp 4  

在关闭 NVLink 前，latency 是 878.57ms 左右；关闭后，prefill 的 latency 是 2740.17ms。Bang！

考虑到 NVLink 打开时通信开销很小，我们可以大致认为 compute 的时间是 800 ms 左右，那么关闭 NVLink 后，纯通信的开销大概是 1900 ms 左右，和我通过 nccl-test 测出来的 1819 ms 基本相符。

到这里，NVLink 对大模型推理的加速效果可见一斑。其实我们对 latency 也取对数的话，会发现 NVLink 和 PCIe 的 latency 随数据量是线性的，但 PCIe 的斜率明显较大，这是受带宽制约：

NVLink 3.0 vs PCIe 4.0

当输入为 4096 个 token 的时候，实验中 all reduce 传输的数据量是 N * 2 * (D - D / N)，其中 D 为 64 MB，N 为 4（GPU 的数量），那么总的通信量为 384 MB。

NVLink 能够达到的带宽是 384 MB / 603 us，约为 631.58 GBps；PCIe 能够达到的带宽是 384 MB / 11369 us，约为 33.77 GBps。

这和 NVLink 3.0，PCIe 4.0 的规格也是相符的。原本应该测测 PCIe 5.0，奈何手头没有合适的机器，后面如果有机会再补充数据吧。

最后放一张带 P2P over PCIe 数据的图作为结束吧。总结一下：在 GPU 越来越快的当下，我们也需要越来越快的通信，否则宝贵的算力是发挥不出来滴！

NVLink 3.0 vs P2P vs PCIe 4.0

如何学习AI大模型 ？

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。【保证100%免费】🆓

CSDN粉丝独家福利

这份完整版的 AI 大模型学习资料已经上传CSDN，朋友们如果需要可以扫描下方二维码&点击下方CSDN官方认证链接免费领取 【保证100%免费】

读者福利： 👉👉CSDN大礼包：《最新AI大模型学习资源包》免费分享 👈👈

（👆👆👆安全链接，放心点击）

对于0基础小白入门：

如果你是零基础小白，想快速入门大模型是可以考虑的。

一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。

👉1.大模型入门学习思维导图👈

要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。

对于从来没有接触过AI大模型的同学，我们帮你准备了详细的学习成长路线图&学习规划。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。（全套教程文末领取哈）

👉2.AGI大模型配套视频👈

很多朋友都不喜欢晦涩的文字，我也为大家准备了视频教程，每个章节都是当前板块的精华浓缩。

👉3.大模型实际应用报告合集👈

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。（全套教程文末领取哈）

👉4.大模型落地应用案例PPT👈

光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。（全套教程文末领取哈）

👉5.大模型经典学习电子书👈

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。（全套教程文末领取哈）

👉6.大模型面试题&答案👈

截至目前大模型已经超过200个，在大模型纵横的时代，不仅大模型技术越来越卷，就连大模型相关的岗位和面试也开始越来越卷了。为了让大家更容易上车大模型算法赛道，我总结了大模型常考的面试题。（全套教程文末领取哈）

👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习

CSDN粉丝独家福利

这份完整版的 AI 大模型学习资料已经上传CSDN，朋友们如果需要可以扫描下方二维码&点击下方CSDN官方认证链接免费领取 【保证100%免费】

读者福利： 👉👉CSDN大礼包：《最新AI大模型学习资源包》免费分享 👈👈

（👆👆👆安全链接，放心点击）