内容结构：
- 背景：为什么 AI 需要系统层面的设计
- 现代模型越来越大，单机训练/推理能力有限
- AI 系统不仅是模型算法，还包含数据管道、存储、调度、推理服务和资源管理
- AI 系统的核心层次
- 数据层：采集、清洗、标注、训练样本流水线
- 训练层：分布式训练、梯度同步、参数管理
- 推理层：batching、KV cache、吞吐与延迟优化
- 运行时层：编排、调度、容器化与资源隔离
- AIInfra 的关键问题
- 计算资源利用率
- 存储带宽瓶颈
- 多机网络通信开销
- 低延迟与高吞吐的平衡
- 工程思路
- 模型并行、数据并行、流水线并行
- 低精度推理
- 节点调度与异构计算
- 总结
- AI 系统的本质，是把“算法能力”转化为“可落地、可扩展、可维护的工程能力”
