GPU collectives, nccl,ctran,RDMA/RoCE等training/inference通信优化ai infra的前景

最近在了解偏AI infra/networking的方向，主要 做GPU collectives, NCCL，Ctran,RDMA/RoCE等training/inference的通信优化，不知道这一块未来前景如何？

很有前景，但是你到底是做底层这些通信库优化，还是怎么使用它们减少通信？而且，单node和多node，优化逻辑差距大了。

无论哪个，都要求cpp功力很强，Python这个层面没什么深度和空间，你自己评估下吧

谢谢回复，这边是说做通信库的优化，然后intra和internode都做，有侧重内部库的实现重构通信算法等

meta的network.ai team？ncclx/hccl/rcclx？