前言

作者序

人工智能必将像计算机和互联网在 20 世纪彻底改变社会一样，深刻地重塑我们的世界。从能够生成文本和图像等创意内容的系统，到推动药物研发和科学研究突破的技术，AI 正在开启一个全新的时代，其影响力和变革性甚至有望超越以往。但我们如何让 AI 真正惠及每一个人？

AI 的巨大变革力也意味着我们每一个接触和使用它的人都肩负着同样巨大的责任。正如我们期望企业能够负责任地使用其影响力，学术界同样有义务开放知识，让 AI 的红利惠及所有人，而非少数群体。这一信念促使我编写了本书——一本面向所有人、聚焦 AI 工程与系统的开源教材，旨在让 AI 教育更加包容和普惠，无论你来自何种背景。

我对内容创作、策划和编辑的热情，深受那些影响我学术和人生道路的经典教材启发。无论是通读全书还是只读关键章节，这些著作都深刻塑造了我的思维方式。我常常回想那些引领我前行的书籍：如图灵奖得主 David Patterson 和 John Hennessy 在计算机体系结构与系统设计领域的著作，以及 Yann LeCun、Geoffrey Hinton、Yoshua Bengio 等深度学习奠基人的开创性论文。希望本书也能在某种程度上激励学生们走出属于自己的独特道路。

我对 AI 的未来充满乐观。它有潜力解决全球性难题，释放人类尚未想象的创造力。但要实现这一目标，我们必须培养新一代 AI 工程师和实践者，让他们能够将创新的 AI 算法转化为可扩展、可靠、适用于真实世界的系统。本书正是为此而作，旨在为培养能够将今日愿景变为明日现实的 AI 工程师，系统整理所需的知识材料。

本书仍在持续完善中，但只要有哪怕一位读者从中受益，就足以激励我不断打磨和扩展内容。因此，我唯一的请求是：请为本书的 GitHub 仓库点个 Star。你的这一颗星 ⭐ 不仅代表你对本项目的支持，也能让全球越来越多的学习者、教育者和实践者看到 AI 教育普惠的重要性。这一小小的举动意义非凡，能放大 AI 教育开放的影响力。

我也是自己写作的学生，每一章的创作都让我收获新知。这要感谢无数为本书贡献力量的人：教授、学生、工程师和研究者们，他们提出建议、分享经验、指出错误、提出改进意见。每一次交流，无论是深入的批评还是简单的修正，都是协作式知识共创的宝贵一课。这些贡献不仅完善了内容，也让我更深刻地体会到知识如何在协作中成长。因此，这本书绝非我个人的成果，而是所有致力于知识共享与努力的人的集体结晶。

本书谨以此献给我深爱的父亲。他对教育的热忱、对知识的好奇、无私的分享和对品质的执着，时时激励我追求卓越。也将这份敬意献给所有教师和导师——你们的辛勤付出和悉心指导每天都在改变着他人的人生。你们的无私让我学会坚持。

最后但同样重要的是，没有我亲爱的妻子和孩子们的坚定支持，这一切都无法实现。他们的爱、耐心和鼓励，是我追逐热爱、完成本书的坚实后盾。对此，我满怀感激。

—— Vijay Janapa Reddi 教授

译者序

随着技术范式的演进，越来越多的云原生工程师正面临向 AI 原生基础设施转型的挑战。AI 原生不仅仅是简单地在云原生架构上叠加 AI 能力，而是要求工程师具备更深层次的机器学习系统原理、算法与底层算力理解。这本书正好为有云原生背景的工程师补齐了 AI 原生所需的底层知识体系，无论是数据流、模型与硬件协同，还是系统级优化与部署，都能在本书中找到系统性解答。

机器学习系统作为一个跨学科领域，融合了算法、数据和计算基础设施的知识。理解这些复杂系统的设计与实现，需要扎实的理论基础和丰富的实践经验。本书通过系统性地介绍机器学习系统的各个组成部分，帮助读者建立起全面的知识体系。同时，本书也注重实践，通过大量的实例和代码示例，帮助读者更好地理解和掌握机器学习系统的原理与实践。

作为译者，我深知将这样一本技术性强且内容丰富的书籍翻译成中文的挑战与责任。在翻译过程中，我力求保持原文的准确性和专业性，同时也注重语言的流畅性和易读性，确保中文读者能够顺畅地理解书中的内容。在此，我向所有为本书付出辛勤努力的作者和读者表示衷心的感谢。

希望本书能够成为广大中文读者，成为在构建 AI 原生基础设施过程中的重要资源，助力大家在这一领域取得更大的成就。

—— Jimmy Song