机器学习系统：设计和实现（第二版）

本书系统性地介绍机器学习系统的设计原理与实现方法，涵盖从编程接口、AI加速器、编译器到分布式训练、模型服务和大规模集群管理等核心主题。第二版在第一版基础上进行了全面更新和重构，反映了机器学习系统领域的最新进展。

前言

TODO: 本章涵盖书籍背景、目标读者和机器学习系统的演进。

TODO: 本章涵盖机器学习系统架构和技术栈概述。

TODO: 本章涵盖张量抽象、自动微分、图表示与执行。

TODO: 本章涵盖GPU架构与CUDA / Triton / CUTLASS编程模型。

TODO: 本章涵盖IR设计、图优化、算子生成与运行时执行。

TODO: 本章涵盖数据加载、数据管道和分布式数据处理。

TODO: 本章涵盖单节点与分布式训练、并行策略与训练优化。

TODO: 本章涵盖推理优化、在线服务与模型管理。

TODO: 本章涵盖强化学习管道、环境交互与RL系统设计。

TODO: 本章涵盖GPU调度、资源管理与大规模训练基础设施。