Generatived（Beta）｜生成AIの最新ニュースとトレンドを提供

NVIDIAは、KAI SchedulerとKubeRayの統合を発表しました。これにより、Rayクラスターは高度なスケジューリング機能によって強化されます。この統合により、ユーザーはRay環境内でギャングスケジューリング、自動スケーリング、ワークロードの優先順位付けなどの機能を活用できるようになります。KAI Schedulerは、ジョブ調整、GPU共有、ワークロード管理を最適化し、高負荷のシナリオにおける運用を効率化するように設計されています。

Rayユーザーはギャングスケジューリングの恩恵を受けることができます。ギャングスケジューリングは、分散されたRayワークロードが同時に開始されることを保証し、非効率的な部分的な起動を回避します。さらに、Rayクラスターは、クラスターリソースの可用性と需要の変動に合わせて動的にスケーリングできます。この機能により、手動でスケーリングすることなく、計算リソースをより効率的に使用できます。

この統合により、階層型キューイングも導入され、さまざまなプロジェクトチーム向けに異なる優先度のキューを作成できるようになります。このシステムにより、優先度の高いキューが優先度の低いキューのアイドルリソースを活用できる動的なリソース共有が可能になります。ワークロードの優先順位付けも重要な機能の一つで、優先度の高い推論ジョブが優先度の低いバッチトレーニングジョブを自動的にプリエンプトすることで、アプリケーションの応答性を維持します。

NVIDIA の KAI Scheduler が Ray クラスターで利用可能になりました。これは、特にトレーニングとオンライン推論を共存させる必要がある環境において、よりスマートなリソース割り当てと応答性を実現するツールスイートを提供します。ユーザーは、分散された Ray ワーカーをギャングとしてスケジュールし、重要度に基づいてワークロードに優先順位を付け、緊密に統合された実行スタックのメリットを享受できます。この統合の技術的なセットアップには、NVIDIA A10G GPU を搭載した Kubernetes クラスター、NVIDIA GPU Operator、そして KAI Scheduler が含まれており、これらはすべてシームレスに連携するように構成されています。