Mindket

The Ultra-Scale Playbook

新上架第 1 版 · 更新于

概览

讲解如何在大型 GPU 集群上训练大语言模型,是一份在浏览器里阅读的网页指南,文件里还附有 PDF 副本。适合运行或规划大型训练任务的工程师和研究人员。

The Ultra-Scale Playbook 是一款工具包,属于教育类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。

速览

你需要
  • 一个网页浏览器
  • Python 和 pip,用来获取文件
  • 带 npm 的 Node 和 Git LFS,仅在你想修改页面时需要
用在
  • 浏览器:打开 Hugging Face 上这个 Space 的页面
  • 本地副本:在 Windows、macOS 或 Linux 上,从 dist/index.html 打开
  • 仓库自带的 PDF 副本
先运行
pip install -U huggingface_hub
hf download nanotron/ultrascale-playbook --repo-type space --local-dir ultrascale-playbook
cd ultrascale-playbook

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

The Ultra-Scale Playbook 是一份在大型 GPU 集群上训练大语言模型的指南。它是一个在浏览器里阅读的网页,由仓库里的源文件构建,旁边还放着这份指南的 PDF 副本。

适合谁

它适合训练或打算在多块 GPU 上训练大模型的人,也适合想通过一份长指南学习这个领域的人。

行业谁在用怎么用例子
AI 研究研究人员在规划大型训练任务之前先读这份指南打开页面,从头读起
机器学习工程机器学习工程师搭建 GPU 集群时把它当作参考打开仓库里的 PDF 副本
教育学生了解大模型训练是怎么组织的一节一节地读完页面
网页发布前端开发者研究页面如何由片段拼装而成阅读 src 里的文件和 webpack 配置

如果你想要一个可运行的软件工具,可以跳过它,因为这是阅读材料,加上页面背后的代码。

用在哪里

  • 浏览器:打开 Hugging Face 上这个 Space 的页面
  • 本地副本:在 Windows、macOS 或 Linux 上,从 dist/index.html 打开
  • 仓库自带的 PDF 副本
使用场景谁用得到什么
在线阅读指南工程师完整页面,不需要安装任何东西
保留离线副本学生电脑上的文件,包括 PDF
修改页面网页开发者一个可以在 src 里编辑并重新构建的版本

如何设置

在线阅读只需要浏览器。本地副本需要 Python 来获取文件。编辑页面还需要带 npm 的 Node 和 Git LFS。

  • 一个网页浏览器
  • Python 和 pip,用来获取文件
  • 带 npm 的 Node 和 Git LFS,仅在你想修改页面时需要
  1. 安装 Hugging Face hub 库。
  2. 把 Space 的文件下载到名为 ultrascale-playbook 的文件夹。
  3. 进入该文件夹。
  4. 在浏览器中加载 dist/index.html。
pip install -U huggingface_hub
hf download nanotron/ultrascale-playbook --repo-type space --local-dir ultrascale-playbook
cd ultrascale-playbook

要编辑页面,在项目文件夹里使用下面这些命令。

# fetch LFS-tracked files (large assets)
git lfs pull

npm install
npm run build
npm run dev

如何使用

在浏览器里阅读指南。如果你要编辑,就修改 src 下的文件,运行构建,然后提交 dist 文件夹。

工具作用
git lfs pull获取仓库用 LFS 跟踪的大文件
npm install安装页面构建所需的东西
npm run dev以开发方式运行页面,并在控制台列出可用的片段
npm run build把页面从 src 构建到 dist,然后你再提交它

示例

你想在页面上加一个横幅。你在 src/fragments 下新建一个名为 banner.html 的文件,把它的占位符放进 src/index.html,运行开发命令,再确认控制台列出了新的片段。

新手与专家

打开页面,从头读起。这不需要任何设置,仓库里的 PDF 副本包含同一份指南,可以离线阅读。

页面由 HTML 片段组成,片段有两种加载方式。编译期片段会烤进构建出的 HTML,所以每位访客在加载后立刻就能看到。运行期片段稍后才获取并插入,这样最终的 HTML 保持较小,最好在 1MB 以内。代价是运行期片段会比页面晚一会儿出现。仓库里还有转换脚本和这份指南的 markdown 源文件。

  1. 在 src 里编辑文件
  2. 运行 npm run dev 并查看控制台
  3. 运行 npm run build
  4. 提交 dist 文件夹
  5. 打开 dist/index.html

注意事项

  • 规模:仓库有 383 个文件,大型资源用 Git LFS 跟踪。
  • 空缺:来源描述的是构建过程,没有描述指南的章节。
  • License:apache-2。
  • Cost to run:未提及。
  • Data it reaches:只有本地文件。页面在浏览器里运行,来源没有提到账号或密钥。

README 和文件

README

The Ultra-Scale Playbook

讲解如何在大型 GPU 集群上训练大语言模型,是一份在浏览器里阅读的网页指南,文件里还附有 PDF 副本。适合运行或规划大型训练任务的工程师和研究人员。

由 nanotron 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的,应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么:The Ultra-Scale Playbook 是一份在大型 GPU 集群上训练大语言模型的指南。它是一个在浏览器里阅读的网页,由仓库里的源文件构建,旁边还放着这份指南的 PDF 副本。

适合谁:它适合训练或打算在多块 GPU 上训练大模型的人,也适合想通过一份长指南学习这个领域的人。

行业 | 谁在用 | 怎么用 | 例子
AI 研究 | 研究人员 | 在规划大型训练任务之前先读这份指南 | 打开页面,从头读起
机器学习工程 | 机器学习工程师 | 搭建 GPU 集群时把它当作参考 | 打开仓库里的 PDF 副本
教育 | 学生 | 了解大模型训练是怎么组织的 | 一节一节地读完页面
网页发布 | 前端开发者 | 研究页面如何由片段拼装而成 | 阅读 src 里的文件和 webpack 配置

如果你想要一个可运行的软件工具,可以跳过它,因为这是阅读材料,加上页面背后的代码。

用在哪里:

  • 浏览器:打开 Hugging Face 上这个 Space 的页面
  • 本地副本:在 Windows、macOS 或 Linux 上,从 dist/index.html 打开
  • 仓库自带的 PDF 副本
使用场景 | 谁用 | 得到什么
在线阅读指南 | 工程师 | 完整页面,不需要安装任何东西
保留离线副本 | 学生 | 电脑上的文件,包括 PDF
修改页面 | 网页开发者 | 一个可以在 src 里编辑并重新构建的版本

如何设置:在线阅读只需要浏览器。本地副本需要 Python 来获取文件。编辑页面还需要带 npm 的 Node 和 Git LFS。

  • 一个网页浏览器
  • Python 和 pip,用来获取文件
  • 带 npm 的 Node 和 Git LFS,仅在你想修改页面时需要
  1. 安装 Hugging Face hub 库。
  2. 把 Space 的文件下载到名为 ultrascale-playbook 的文件夹。
  3. 进入该文件夹。
  4. 在浏览器中加载 dist/index.html。
pip install -U huggingface_hub
hf download nanotron/ultrascale-playbook --repo-type space --local-dir ultrascale-playbook
cd ultrascale-playbook

要编辑页面,在项目文件夹里使用下面这些命令。

# fetch LFS-tracked files (large assets)
git lfs pull

npm install
npm run build
npm run dev

如何使用:在浏览器里阅读指南。如果你要编辑,就修改 src 下的文件,运行构建,然后提交 dist 文件夹。

工具 | 作用
git lfs pull | 获取仓库用 LFS 跟踪的大文件
npm install | 安装页面构建所需的东西
npm run dev | 以开发方式运行页面,并在控制台列出可用的片段
npm run build | 把页面从 src 构建到 dist,然后你再提交它

示例:你想在页面上加一个横幅。你在 src/fragments 下新建一个名为 banner.html 的文件,把它的占位符放进 src/index.html,运行开发命令,再确认控制台列出了新的片段。

新手与专家:打开页面,从头读起。这不需要任何设置,仓库里的 PDF 副本包含同一份指南,可以离线阅读。

页面由 HTML 片段组成,片段有两种加载方式。编译期片段会烤进构建出的 HTML,所以每位访客在加载后立刻就能看到。运行期片段稍后才获取并插入,这样最终的 HTML 保持较小,最好在 1MB 以内。代价是运行期片段会比页面晚一会儿出现。仓库里还有转换脚本和这份指南的 markdown 源文件。

在 src 里编辑文件
运行 npm run dev 并查看控制台
运行 npm run build
提交 dist 文件夹
打开 dist/index.html

注意事项:

  • 规模:仓库有 383 个文件,大型资源用 Git LFS 跟踪。
  • 空缺:来源描述的是构建过程,没有描述指南的章节。
  • License:apache-2。
  • Cost to run:未提及。
  • Data it reaches:只有本地文件。页面在浏览器里运行,来源没有提到账号或密钥。

Hugging Face 上的数据(2026年11月13日)

  • 点赞:4,131
  • 构建方式:static
  • 许可证:apache-2.0

链接

  • Space:https://huggingface.co/spaces/nanotron/ultrascale-playbook
  • 文件:https://huggingface.co/spaces/nanotron/ultrascale-playbook/tree/main

试用

在浏览器里打开这个 Space,或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。

文件
README.md  5 KB

1 个文件,共 5 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

同类产品对比

同一分类里与本产品共有标签最多的已上架 Hugging Face Space。

产品点赞构建方式许可证最近更新
The Ultra-Scale Playbook 本页4,131staticapache-2.0
LLM训练终极指南 | The Ultra-Scale Playbook共有 static281staticapache-2.0
Attention Visualization共有 static200staticapache-2.0
Number Tokenization Blog共有 static127staticmit
Train the agent slides共有 static20staticapache-2.0
Le Tube共有 static5staticodc-by
数据为 Mindket 在 2026-11-12 读取的数值。

评价

还没有评分

写评价

还没有评价。

大家怎么说

Hacker News、Bluesky、X、Reddit、Facebook 和 YouTube 上提到这个项目的帖子和评论,来自每周一次的搜索和 Trendshift。它们不是 Mindket 写的,也未经核实,点开即可在原帖处阅读。

搜索日期

Mindket 的更多商品

查看 Mindket 的全部商品

Bonsai-27B-GGUF

lmstudio-community · 工具包

面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。

新上架

以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017,这是一份 196 GiB 的副本,适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。

新上架

MusicGen Small

facebook · 工具包

根据文字描述或音频提示生成短音乐片段,是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。

新上架

教育类的相似商品

查看教育类的全部商品

Vāgdhenu

prathoshap · 工具包

用一个训练好的声音,以吟诵风格朗读古典梵语诗节,由参考音频决定节奏。适合学习、背诵或需要梵语音频的人。

新上架

Limite 1B - Violetto

paradigma-inc · 工具包

用一个从头训练的 1B 参数模型解决难度很高的数学题,追求高速、大批量的推理。适合在 NVIDIA GPU 上运行数学任务的开发者。

新上架

Agaram 2.5B

murai-labs · 工具包

能用泰米尔文、罗马化泰米尔语和英语聊天,也能在泰米尔语和英语之间翻译。这是 Murai Labs 从零训练的 2.5B 模型,适合泰米尔语使用者、研究人员和开发者。

新上架