Generatived（Beta）｜生成AIの最新ニュースとトレンドを提供

NVIDIAは、Run:aiプラットフォームの最新アップデートであるバージョン2.23を発表しました。このアップデートでは、NVIDIA Dynamoとの統合により、分散環境における生成AIモデルのパフォーマンスが向上します。この統合は、大規模言語モデルの複雑さの増大に対処することを目的としています。大規模言語モデルは、単一のGPUの容量を超え、相互接続された数千のコンポーネント間の効率的な連携を必要とすることがよくあります。

この新リリースは、高スループットと低レーテンシーが求められるマルチノード推論ワークロードに伴うスケーリング問題の解決に重点を置いています。NVIDIA Dynamoは、分散推論の複雑さを管理するために特別に設計されており、分散型のプリフィルおよびデコード推論、動的GPUスケジューリング、LLM対応のリクエストルーティングなどの機能を提供します。これらの機能は、GPUスループットを最大化し、レーテンシーとスループットのバランスを実現することを目的としています。

NVIDIA Run:ai の高度なスケジューリング機能は、大規模な Dynamo ワークロードの効率的な運用を実現する上で重要な役割を果たします。このプラットフォームは、相互依存するポッドを単一のデプロイメント ユニットとして扱うギャング スケジューリングと、コンポーネントを同じ場所に配置するトポロジを考慮した配置を導入し、レーテンシーを最小限に抑えます。これらの機能は、部分的なデプロイメントを防ぎ、必要なすべてのコンポーネントが同時に起動されるか、十分なリソースが利用可能になるまで待機するように設計されています。

NVIDIA Run:aiとDynamoの統合により、分散デプロイメントにおけるネットワークトポロジの設定プロセスも簡素化されます。管理者はRun:aiのユーザーインターフェース内でクラスターの物理レイアウトを定義できるため、スケジューラーは戦略的な配置決定を行い、ノード間のレーテンシーを削減し、通信スループットを向上させることができます。

NVIDIA Run:aiとDynamoの連携機能を活用したいユーザー向けに、NVIDIAはネットワークトポロジの設定と、これらの新機能を有効にしたDynamoの導入方法をステップバイステップで解説するガイドを提供しています。このアップデートにより、Kubernetesクラスター全体でスループットの向上、レーテンシーの低減、リソース利用率の向上が期待され、より予測可能で効率的なマルチノード推論ワークロードが可能になります。