SkyPilot讲解NVL72机架感知调度实践
热点事件持续更新
SkyPilot讲解NVL72机架感知调度实践
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
SkyPilot 发布技术讲解，介绍其平台如何通过拓扑感知放置让多节点训练和推理任务保持 rack-local，并配合原地故障恢复和共享集群自动碎片整理来维持 NVLink 域内通信优势。SkyPilot 称，在同一批 NVL72 机架上因此多出 27% 可用 GPU。 讲解还给出通信瓶颈的量化依据：跨节点走 InfiniBand 会使训练吞吐下降 43%；在 vLLM 基准中，张量并行扩展到两块 H100 后 KV cache 块数增至 13.9 倍、吞吐提升 3.9 倍。
AI 根据报道生成 · 2 小时前更新
最新进展10月29日 23:45
Grace Blackwell 需要新的调度器：同一机架提升 27% 可用 GPU报道时间线
沿着报道，了解事件的不同侧面。
10月29日
- Hacker NewsGrace Blackwell 需要新的调度器：同一机架提升 27% 可用 GPU
SkyPilot 通过拓扑感知调度让多节点训练任务保持 rack-local，在同一批 NVL72 机架上多出 27% 可用 GPU。跨节点走 InfiniBand 会使训练吞吐下降 43%，vLLM 基准中张量并行到两块 H100 后 KV cache 块数增至 13.9 倍、吞吐提升 3.9 倍。平台靠原地故障恢复和共享集群自动碎片整理，维持 NVLink 域内通信优势。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。