测试经理
互联网
架构设计
企业级
大模型
推荐课程
average > 0 ? $model->average . '分' : '10.0分' ?>

AI大模型时代的RESAR性能工程培训

L. Gao

大型一线项目公司 资深测试项目经理

性能领域公认的具有匠心的技术专家。架构级性能解决方案资深专家。性能测试调优分析 10 多年经验，专注性能部分。曾多次作为出品人组织和参与过大型技术沙龙的演讲。学员遍布 BAT。为多家企业设计内部性能平台。曾领导并实施互联网、金融、电信、保险、证券等项目的性能测试及调优，并且还为多家国企、私企等机构的测试中心提供咨询和培训服务。

培训过的行业包括：互联网、银行、电信、保险、证券、军工、税务、电力、航空、嵌入式制造等行业。

曾带领测试团队达 400 人以上，也曾管理产品、架构、开发、测试、运维技术团队，具有丰富的项目管理经验。编写过大量性能测试理论及实践相关文档，曾编写一些完整的测试案例。在工作中编写过中间件、数据库、应用服务器等应用软件的监控调优文档。原创过一些测试行业相关的心得文章，曾在《程序员》杂志上发表过测试相关文章《谈测试体系规范的推行》、《业务数据统计分析到性能测试场景的转化》等，参与过两本测试书籍的编写。

在测试理论以及测试体系的建立、测试度量、功能测试方法以及软件成熟度模型有一定的研究，有丰富的性能测试经验，对性能测试流程、方法、策略、监控、结果分析等有一定的见解，对性能测试原理、性能测试实施和项目实施管理有非常深入的看法。
对整体测试体系的计划制定、风险管控、沟通成本控制、客户预期管理、问题跟踪推动等方面都有深刻的感悟和体会。

曾为中国工商银行、华夏银行、平安银行、浦发银行、合众人寿、北京银行、中国建设银行、深圳移动、中航信上海/沈阳分公司等等企业做性能测试和性能分析调优售前及咨询服务。

曾主讲过多次技术沙龙。《性能测试实战 30 讲》、《高楼的性能工程实战课》、《全链路压测实战30 讲》专栏作者。

性能领域公认的具有匠心的技术专家。架构级性能解决方案资深专家。性能测试调优分析 10 多年经验，专注性能部分。曾多次作为出品人组织和参与过大型技术沙龙的演讲。学员遍布 BAT。为多家企业设计内部性能平台。曾领导并实施互联网、金融、电信、保险、证券等项目的性能测试及调优，并且还为多家国企、私企等机构的测试中心提供咨询和培训服务。 培训过的行业包括：互联网、银行、电信、保险、证券、军工、税务、电力、航空、嵌入式制造等行业。 曾带领测试团队达 400 人以上，也曾管理产品、架构、开发、测试、运维技术团队，具有丰富的项目管理经验。编写过大量性能测试理论及实践相关文档，曾编写一些完整的测试案例。在工作中编写过中间件、数据库、应用服务器等应用软件的监控调优文档。原创过一些测试行业相关的心得文章，曾在《程序员》杂志上发表过测试相关文章《谈测试体系规范的推行》、《业务数据统计分析到性能测试场景的转化》等，参与过两本测试书籍的编写。 在测试理论以及测试体系的建立、测试度量、功能测试方法以及软件成熟度模型有一定的研究，有丰富的性能测试经验，对性能测试流程、方法、策略、监控、结果分析等有一定的见解，对性能测试原理、性能测试实施和项目实施管理有非常深入的看法。 对整体测试体系的计划制定、风险管控、沟通成本控制、客户预期管理、问题跟踪推动等方面都有深刻的感悟和体会。 曾为中国工商银行、华夏银行、平安银行、浦发银行、合众人寿、北京银行、中国建设银行、深圳移动、中航信上海/沈阳分公司等等企业做性能测试和性能分析调优售前及咨询服务。 曾主讲过多次技术沙龙。《性能测试实战 30 讲》、《高楼的性能工程实战课》、《全链路压测实战30 讲》专栏作者。

课程费用

6800.00 /人

课程时长

2天

成为教练

课程简介

本课程从流行的AI大模型技术架构出发，解析了在AI大模型时代的性能工程理论知识，分析了AI大模型时代的性能项目实施流程和性能分析决策树的创建思路及具体操作，同时也给出了性能瓶颈证据链的创建过程。
从AI大模型应用的性能需求、性能环境、性能执行、性能监控、性能分析、性能报告等七个角度详细拆解大模型应用的性能评估流程。
分析了大模型应用的性能参数和性能指标，并结合AI编程工具展示性能分析的思路。
结合AI大模型技术，在本课程中给出了企业级AI大模型性能压测平台的架构设计思路及功能列表。
结合AI大模型微调技术，展示如何微调出企业级性能分析的自有大模型，以提供针对业务特征的企业性能分析思路。

目标收益

通过本课程的学习，使用AI大模型的技术栈带领学员具体操作，让学员掌握AI大模型时代的性能分析技术

培训对象

此课程适合于IT项目经理、AI应用开发工程师、AI应用架构工程师、AI应用性能分析工程师、AI应用性能测试工程师、AI应用运维人员

课程大纲

概述 1.大模型与性能工程的关系
2.大模型是否改变了性能分析逻辑？
3.RAG、agent、fine-tuning该如何选择
AI大模型应用的常见技术架构 1.软件部分
2.硬件部分
3.大模型应用的分类
4.常见AI大模型技术架构
4.1.1.RAG技术架构
4.1.2.Agent技术架构
4.1.3.微调大模型技术架构
5.MCP协议
6.AI大模型应用架构选型
AI大模型软硬件选型 1.AI芯片选型
2.显卡选型
大模型训练成本计算公式 1.计算资源计算公式
2.显存资源计算公式
3.存储资源计算公式
4.综合成本计算公式
大模型内部逻辑分析 1.模型权重文件参数分析
2.神经网络可视化
3.模型权重文件结构分析
4.模型权重神经元激活分析
性能容量的分析逻辑 1.压力场景分析
2.系统架构分析
3.响应时间拆分
4.全局监控分析
5.定向监控分析
6.判断性能瓶颈
7.提出解决方案
容量峰值评估 1.关键名词解析
1.1.并发用户
1.2.在线用户
1.3.TPS
2.在线用户和TPS之间的关系
3.并发用户和TPS之间的关系
4.公式总结
性能分析决策树的创建方法 1.性能分析决策树创建方法
1.1.系统分析
1.2.架构分析
1.3.模块分析
1.4.计数器分析
2.性能分析决策树的输入输出
2.1.操作系统性能分析决策树
2.2.应用性能分析决策树
2.3.数据库性能分析决策树
2.4.缓存服务性能分析决策树
2.5.队列服务性能分析决策树
测试AI大模型应用的性能 1.AI大模型应用性能需求分析
1.1.1.硬件资源评估
1.1.2.软件配置评估
1.1.3.数据量级评估
2.AI大模型应用性能场景设计
3.AI大模型应用性能监控设计（细化性能指标）
4.AI大模型应用性能场景执行
4.1.1.性能脚本
4.1.2.性能场景
4.1.3.测试策略
4.1.4.测试数据
4.1.5.测试工具
5.AI大模型应用性能瓶颈分析
6.AI大模型应用性能测试报告
微调性能分析AI大模型 1.明确训练目标
2.基础大模型选型
3.配置参数
4.准备数据集
5.开始训练
6.训练过程记录
7.验证训练结果
总结 AI大模型在性能工程领域的展望
概述
1.大模型与性能工程的关系
2.大模型是否改变了性能分析逻辑？
3.RAG、agent、fine-tuning该如何选择
AI大模型应用的常见技术架构
1.软件部分
2.硬件部分
3.大模型应用的分类
4.常见AI大模型技术架构
4.1.1.RAG技术架构
4.1.2.Agent技术架构
4.1.3.微调大模型技术架构
5.MCP协议
6.AI大模型应用架构选型
AI大模型软硬件选型
1.AI芯片选型
2.显卡选型
大模型训练成本计算公式
1.计算资源计算公式
2.显存资源计算公式
3.存储资源计算公式
4.综合成本计算公式
大模型内部逻辑分析
1.模型权重文件参数分析
2.神经网络可视化
3.模型权重文件结构分析
4.模型权重神经元激活分析
性能容量的分析逻辑
1.压力场景分析
2.系统架构分析
3.响应时间拆分
4.全局监控分析
5.定向监控分析
6.判断性能瓶颈
7.提出解决方案
容量峰值评估
1.关键名词解析
1.1.并发用户
1.2.在线用户
1.3.TPS
2.在线用户和TPS之间的关系
3.并发用户和TPS之间的关系
4.公式总结
性能分析决策树的创建方法
1.性能分析决策树创建方法
1.1.系统分析
1.2.架构分析
1.3.模块分析
1.4.计数器分析
2.性能分析决策树的输入输出
2.1.操作系统性能分析决策树
2.2.应用性能分析决策树
2.3.数据库性能分析决策树
2.4.缓存服务性能分析决策树
2.5.队列服务性能分析决策树
测试AI大模型应用的性能
1.AI大模型应用性能需求分析
1.1.1.硬件资源评估
1.1.2.软件配置评估
1.1.3.数据量级评估
2.AI大模型应用性能场景设计
3.AI大模型应用性能监控设计（细化性能指标）
4.AI大模型应用性能场景执行
4.1.1.性能脚本
4.1.2.性能场景
4.1.3.测试策略
4.1.4.测试数据
4.1.5.测试工具
5.AI大模型应用性能瓶颈分析
6.AI大模型应用性能测试报告
微调性能分析AI大模型
1.明确训练目标
2.基础大模型选型
3.配置参数
4.准备数据集
5.开始训练
6.训练过程记录
7.验证训练结果
总结
AI大模型在性能工程领域的展望

课程费用

6800.00 /人

课程时长

2天

预约体验票 我要分享

近期公开课推荐

近期公开课推荐

活动详情

提交需求