SkyPilot针对NVIDIA Grace Blackwell NVL72系统的GPU分配效率问题，推出了一种拓扑感知调度器，保持多节点任务在同一机架内运行，实现了27%的可用GPU提升和14%的训练吞吐量增长。该方法通过自动碎片整理和硬件故障恢复来最大化NVLink统一机架级互联的优势。
背景
NVIDIA的NVL72通过NVLink将机架内72块GPU互联，无需跨机架使用InfiniBand，但需要智能调度保持机架内局部性。SkyPilot是一个开源云GPU集群AI推理和训练平台。
- 来源
- hackernews
- 发布时间
- 2026年10月29日 23:45
- 评分
- 7.0 / 10