top of page
Generatif (Beta) |. Memberikan berita dan tren terkini dalam AI generatif
logo.png

Deteksi Orang yang Tertinggal Secara Otomatis di Google Cloud

Generatived

1/9/25, 09.00

Sistem yang tertinggal menjadi tantangan bagi para pengembang yang menangani beban kerja pembelajaran mesin (ML) skala besar. Seiring sistem tumbuh lebih besar dan lebih bertenaga, masalah dengan komponen kecil memengaruhi kinerja secara keseluruhan. Kelas superkomputer baru dibutuhkan untuk melatih model skala besar generasi berikutnya.

Kegagalan dapat dibagi menjadi dua jenis: "fail-stop" dan "fail-throw". Fail-stop menyebabkan komponen crash, sementara fail-throw hanya memperlambat sistem. Node yang berkinerja buruk memengaruhi keseluruhan sistem, sehingga memperpanjang waktu pelatihan.

Untuk meningkatkan keandalan, penting untuk meningkatkan waktu rata-rata antar gangguan (MTBI) dan mengurangi waktu rata-rata pemulihan (MTTR). Proses pemulihan dapat dibagi menjadi empat tahap: deteksi masalah, identifikasi, konfigurasi ulang sistem, dan analisis akar penyebab.

Google Cloud telah memperkenalkan metode untuk mendeteksi akselerator yang tertinggal secara otomatis. Dalam pelatihan terdistribusi skala besar, semua akselerator beroperasi secara sinkron, dan jika satu akselerator tertinggal, akselerator lain akan menganggur. Keterlambatan ini dapat disebabkan oleh berbagai masalah, termasuk kegagalan perangkat keras dan bug perangkat lunak.

Mengidentifikasi penyebab perlambatan memang sulit, tetapi pendekatan Google didasarkan pada analisis kausal. Sistem dipahami sebagai grafik yang saling terhubung dan klaster GPU dipantau secara pasif. Sistem ini bekerja dalam dua langkah: membangun grafik komunikasi dan mengidentifikasi penyebab perlambatan.

Pendekatan otomatis ini mengurangi cakupan pencarian dari ribuan node menjadi hanya beberapa node, sehingga mempersingkat waktu pencarian dari hitungan hari menjadi hitungan menit. Jika terjadi penundaan, layanan akan menandainya dan mengambil tindakan yang tepat.

Magic bermitra dengan Google untuk mengembangkan Frontier LLM. Sebelum algoritma deteksi straggler otomatis diperkenalkan, pemecahan masalah manual diperlukan. Kini, deteksi straggler diaktifkan secara default. Ai2 juga dilatih di Google Cloud, sehingga meningkatkan produktivitas riset.

Bagikan artikel ini:

Tin tức mới nhất
Accel BrainがAI�新機能

Accel BrainがAI新機能

30/9/26, 07.00

Accel Brain(千葉県千葉市)は、AI分析プラットフォーム「PARAs AI」において外部の公的データベースを直接検索および参照できる機能を追加したと発表した。

TechSuiteが弁理士調査

TechSuiteが弁理士調査

30/9/26, 07.00

TechSuite(東京都)は、生成AIにおける特許事務所や弁理士の表示傾向を測定した調査結果を公開した。

ステルラがピッチイベント開催

ステルラがピッチイベント開催

30/9/26, 07.00

ステルラ(東京都渋谷区)は、2026年10月10日に渋谷スクランブルホールにて社会フェス「第1回 IMPACT Z 2026」を開催する。

ARIがAI活用未来会議開催

ARIがAI活用未来会議開催

30/9/26, 07.00

ARアドバンストテクノロジ(東京都渋谷区)は、コンタクトセンターのあり方を議論する「コンタクトセンター未来会議」の第4回を開催した。

Copyright © 2024 Generatived - All right Reserved.

Bagikan artikel ini:

Bagikan artikel ini:

Generatived

Hãy theo dõi chúng tôi

  • Facebook
  • X

Bahasa

Generatived là dịch vụ cung cấp thông tin và xu hướng chuyên về Generative AI. Chúng tôi sẽ cố gắng hết sức để cung cấp thông tin về thế giới đang thay đổi nhanh chóng.

Generatived AI Logo

Generatived adalah layanan yang memberikan informasi dan tren khusus dalam AI Generatif. Kami akan melakukan yang terbaik untuk menyampaikan informasi tentang dunia yang berubah dengan cepat.

  • Facebook
  • X

Ikuti kami

Bahasa

Berita terkini
Accel BrainがAI新機能

Accel BrainがAI新機能

30/9/26, 07.00

Accel Brain(千葉県千葉市)は、AI分析プラットフォーム「PARAs AI」において外部の公的データベースを直接検索および参照できる機能を追加したと発表した。

TechSuiteが弁理士調査

TechSuiteが弁理士調査

30/9/26, 07.00

TechSuite(東京都)は、生成AIにおける特許事務所や弁理士の表示傾向を測定した調査結果を公開した。

ステルラがピッチイベント開催

ステルラがピッチイベント開催

30/9/26, 07.00

ステルラ(東京都渋谷区)は、2026年10月10日に渋谷スクランブルホールにて社会フェス「第1回 IMPACT Z 2026」を開催する。

ARIがAI活用未来会議開催

ARIがAI活用未来会議開催

30/9/26, 07.00

ARアドバンストテクノロジ(東京都渋谷区)は、コンタクトセンターのあり方を議論する「コンタクトセンター未来会議」の第4回を開催した。

bottom of page