通俗解释
把注意力头和前馈层的权重按列/行切开，每张卡算一部分，再用少量通信合并结果。适合同一台机器内高速互联的 GPU。
用在哪里：Megatron-LM、NeMo 等
01原始论文
Megatron-LM: Training Multi-Billion Parameter Language Models Using Model Parallelism
Mohammad Shoeybi, Mostofa Patwary, Raul Puri, et al. · 2019
arXiv ↗ ✓ 已核实 · arXiv API
02知识位置
左边先学；右边是学完它之后可以学的。
左：前置 · 右：后继 · 虚线：相关。看完整关系图 →
03学习资料
官方文档、图解、课程和参考实现，链接都核对过。
04在课程里哪里学
给 AI 读 / 数据说明
- 核实状态：已核实，核对于 2026-10-21。
- JSON: /api/learn/algorithms.json (id:
tensor-parallel)