gpu-recipes

在 GCP 上按配方跑通大模型训练与推理基准

开源 free 模型训练

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 143

维护状态活跃

是否开源是

定价模式 free

项目预览

项目数据

分类模型训练

开发团队AI-Hypercomputer

所属国家

官网地址

GitHubhttps://github.com/AI-Hypercomputer/gpu-recipes

定价模式free

价格说明开源免费，需自备GCP GPU资源

访问状态

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型benchmarks,distributed-training,google-cloud-platform,gpu,serving

GitHub 星标★ 143

30天Star增速

HF 下载量

上线时间2024-09-17 00:00:00

代码更新—

仓库体积—

本站数据更新—

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-10-17

浏览次数0

项目介绍

gpu-recipes 是 Google Cloud 官方维护的开源配方集合，提供在 GCP 上使用 GPU 复现大模型训练与推理服务基准测试的完整步骤。它解决的核心问题是：团队在云端搭建分布式训练或高吞吐推理环境时，往往要反复试错实例规格、网络拓扑、并行策略和框架参数，缺乏可复现的参考基线。项目按模型和硬件组合给出脚本与配置，覆盖数据准备、集群启动、训练/推理运行和指标采集，帮助用户快速验证 A100、H100 等 GPU 在 GCP 上的实际性能，并作为容量规划与成本评估的依据。