top of page

Generatived(Beta)|生成AIの最新ニュースとトレンドを提供

logo.png

Google Cloud 自動ストラグラー検出

Generatived

25/9/1 9:00

ストラグラーは、大規模なMLワークロードを扱う開発者にとっての課題だ。システムが拡大し、強力になるほど、小さなコンポーネントの問題が全体のパフォーマンスに影響を及ぼすようになる。新しいレベルのスーパーコンピュータが、次世代の大規模モデルのトレーニングには必要とされる。

障害は「フェイルストップ」と「フェイルスロー」の2種類に分けられる。前者はコンポーネントがクラッシュし、後者は動作が遅くなるだけである。パフォーマンスが低いノードは、システム全体に影響を及ぼし、トレーニング時間の増加につながる。

信頼性を高めるためには、平均中断間隔(MTBI)を延ばし、平均復元時間(MTTR)を短くすることが重要だ。復旧プロセスは、問題の検出、特定、システムの再構成、根本原因分析の4段階に分けられる。

Google Cloudでは、ストラグラーを自動検出する方法が紹介されている。大規模な分散トレーニングでは、全アクセラレータが同期して動作し、一つのストラグラーが遅れると、他のアクセラレータがアイドル状態になる。この遅延は、ハードウェア障害やソフトウェアバグなど、様々な問題によって引き起こされる。

速度低下の原因を特定するのは困難だが、Googleのアプローチは因果分析に基づいている。システムは相互接続されたグラフとして理解され、GPUクラスタをパッシブにモニタリングする。通信グラフの構築と速度低下の原因特定の2ステップで動作する。

この自動化されたアプローチにより、検索範囲が数千のノードから数個に減り、検索時間が数日から数分に短縮される。遅延が特定されると、サービスによってフラグが立てられ、適切なアクションが実行される。

Magicは、Googleと提携してフロンティアLLMを開発した。自動ストラグラー検出アルゴリズムの導入前は、手動でのトラブルシューティングが必要だったが、現在はストラグラー検出がデフォルトで有効になっている。Ai2もGoogle Cloudでのトレーニングにより、研究の生産性を向上させた。

この記事を共有:

最新のニュース
トレプロがオーダーメイドAI研修

トレプロがオーダーメイドAI研修

26/8/21 14:00

トレプロ(東京都港区)は、ファイズオペレーションズの社員を対象に現場課題へ合わせたオーダーメイド型AI研修を実施した模様だ。

ネクストジェ��ンAI連携協定

ネクストジェンAI連携協定

26/8/21 14:00

ネクストジェン(東京都港区)は、モビルスとクラウド型生成AIソリューションとオンプレミス環境にあるPBXとの相互接続を目的とした業務提携契約を締結した模様だ。

ダイレクトクラウド防衛開始

ダイレクトクラウド防衛開始

26/8/21 14:00

ダイレクトクラウド(東京都港区)は、ランサムウェア対策に特化した次世代エンドポイントセキュリティ製品の代理販売を9月に開始する模様だ。

レトリバAIセキュリティ本格化

レトリバAIセキュリティ本格化

26/8/21 14:00

レトリバ(東京都豊島区)は、自律型人工知能の企業導入拡大に伴い、セキュリティサービスの本格提供を開始した模様だ。

Copyright © 2024 Generatived - All right Reserved.

この記事を共有:

この記事を共有:

Generatived AI Logo

Generatived は、Generative AIに特化した情報やトレンドをお届けするサービスです。大きく変わりゆく世界の情報を全力でお届けします。

  • Facebook
  • X

フォローをお願いします

言語

最新のニュース
トレプロがオーダーメイドAI研修

トレプロがオーダーメイドAI研修

26/8/21 14:00

トレプロ(東京都港区)は、ファイズオペレーションズの社員を対象に現場課題へ合わせたオーダーメイド型AI研修を実施した模様だ。

ネクストジェンAI連携協定

ネクストジェンAI連携協定

26/8/21 14:00

ネクストジェン(東京都港区)は、モビルスとクラウド型生成AIソリューションとオンプレミス環境にあるPBXとの相互接続を目的とした業務提携契約を締結した模様だ。

ダイレクトクラウド防衛開始

ダイレクトクラウド防衛開始

26/8/21 14:00

ダイレクトクラウド(東京都港区)は、ランサムウェア対策に特化した次世代エンドポイントセキュリティ製品の代理販売を9月に開始する模様だ。

レトリバAIセキュリティ本格化

レトリバAIセキュリティ本格化

26/8/21 14:00

レトリバ(東京都豊島区)は、自律型人工知能の企業導入拡大に伴い、セキュリティサービスの本格提供を開始した模様だ。

bottom of page