标签： 集群运维

AI资讯

Ai2 用 GPU 时间预算替代优先级调度器：集群占用率维持 98%，调试任务 p90 排队从 2 小时降到 30 秒

Ai2 的 AI Infrastructure 团队发文介绍其 GPU 集群调度系统的改造：把原先基于优先级的调度器，换成由 GPU 时间预算、层级 fair-share 分配和时间切片契约组成的系统。Ai2 管理数千块 NVIDIA…