Гарвард открыл учебник по ML-системам: от одного GPU до физического ИИ
Гарвард выпустил открытую серию учебников Machine Learning Systems (Vols I–IV) на mlsysbook.ai — от основ до агентного и физического ИИ, бесплатно онлайн.
Гарвард открыл полный учебный курс по ML-системам — от одного GPU до роботов
Гарвард опубликовал открытую серию учебников «Machine Learning Systems» — о том, как строятся системы машинного обучения и почему именно так. Все тома доступны бесплатно онлайн на mlsysbook.ai. Серия выходит под руководством профессора Виджая Джанапы Редди (Vijay Janapa Reddi) и охватывает путь от одиночной машины до автономных агентов и физических систем.
Откуда взялся курс
В 2023 году студенты курса CS249r в Гарварде совместно написали первые конспекты — по одной теме на группу, и опубликовали их на GitHub. Предшествовавший курс HarvardX TinyML охватил более 100 000 учащихся. Теперь цель — один миллион учащихся к 2030 году.
Четыре тома — четыре масштаба системы
Четыре тома выстраивают ментальные модели: от одной машины — к флотам, агентам и физическим системам. Каждый следующий том отвечает на вопрос, который предыдущий оставляет открытым.
graph LR
A["📗 Vol I\nОдна машина\n(Released)"] --> B["📘 Vol II\nКластеры и датацентры\n(Preview)"]
B --> C["🟣 Vol III\nАгентный ИИ\n(In Dev)"]
C --> D["🌲 Vol IV\nФизический ИИ\n(In Dev)"]
| Том | Тема | Ключевой вопрос | Статус |
|---|---|---|---|
| 📗 Vol I | Введение в ML-системы | Как ИИ работает эффективно на одной машине? | Выпущен, MIT Press |
| 📘 Vol II | Масштабирование ML-систем | Как масштабировать на кластеры и датацентры? | Preview |
| 🟣 Vol III | Агентные ML-системы | Как управлять ИИ при автономной работе? | В разработке |
| 🌲 Vol IV | Physical AI | Как ИИ безопасно воздействует на физический мир? | В разработке |
Первый том уже готовится к печати в MIT Press: он преподавался и дорабатывался несколько семестров в Гарварде и принят университетами по всему миру — каждая глава и лаборатория проверены на реальных студентах.
Что входит в экосистему курса
Серия создана Виджаем Джанапой Редди из Гарвардского университета и доступна бесплатно онлайн. Помимо самих учебников, репозиторий включает целый набор инструментов:
| Компонент | Что делает |
|---|---|
| 🔥 TinyTorch | Фреймворк ML с нуля — от тензоров до трансформера (20 модулей) |
| 🔮 MLSys·im | Симулятор памяти, вычислений, сети и энергии для больших систем |
| 🛠️ Hardware Kits | Развёртывание моделей на Arduino, Raspberry Pi, Seeed |
| 🔬 Labs | Интерактивные ноутбуки Marimo прямо в браузере |
| 💼 StaffML | Более 9 000 вопросов для подготовки к ML-собеседованиям |
| 🎓 Instructor Hub | Программы курсов, слайды, расписание тем |
Чему учит курс: от модели к системе
Курс устроен так, чтобы каждая тема связывала уже знакомое с системной реальностью:
- Знаешь, что такое трансформер — узнаешь, почему KV cache (кэш ключей и значений) съедает всю память при инференсе.
- Знаешь, что квантизация сжимает модели — разберёшься, как арифметика низкой точности ложится на кремний.
- Знаешь, как промптить LLM — научишься строить агентные циклы, инструментальные песочницы и управление контекстной памятью.
«Мир спешит строить AI-системы, но ещё не научился проектировать их по-настоящему» — из предисловия к курсу.
Почему это важно для отрасли
MLSysBook.ai изначально разработан как часть курса Harvard CS249r по TinyML и HarvardX и вырос в открытую коллаборативную инициативу, охватывающую полный жизненный цикл ML.
В мире, где AI-фабрики строятся быстрее, чем готовятся AI-инженеры, открытый учебник такого масштаба — существенный шаг к демократизации знания о том, что происходит «под капотом» современного искусственного интеллекта.