Generatived (Beta) | Cung cấp tin tức và xu hướng mới nhất về AI sáng tạo
%20(1).webp)
NVIDIA KAI Scheduler cải thiện khả năng lập lịch cụm tia
Generatived
14:00 8/10/25
NVIDIA đã công bố việc tích hợp KAI Scheduler với KubeRay, nâng cao khả năng lập lịch tiên tiến cho các cụm Ray. Sự tích hợp này cho phép người dùng tận dụng các tính năng như lập lịch nhóm, tự động điều chỉnh quy mô và ưu tiên khối lượng công việc trong môi trường Ray. KAI Scheduler được thiết kế để tối ưu hóa việc phối hợp công việc, chia sẻ GPU và quản lý khối lượng công việc, hợp lý hóa các hoạt động khi tải nặng.
Người dùng Ray có thể hưởng lợi từ tính năng lập lịch nhóm, đảm bảo các khối lượng công việc Ray phân tán được khởi động đồng thời, tránh việc khởi chạy từng phần không hiệu quả. Hơn nữa, các cụm Ray có thể tự động điều chỉnh quy mô để đáp ứng các biến động về tính khả dụng và nhu cầu tài nguyên cụm. Tính năng này cho phép sử dụng tài nguyên tính toán hiệu quả hơn mà không cần điều chỉnh quy mô thủ công.
Tích hợp này cũng giới thiệu hàng đợi phân cấp, cho phép người dùng tạo hàng đợi với các mức độ ưu tiên khác nhau cho các nhóm dự án khác nhau. Hệ thống này cho phép chia sẻ tài nguyên động, cho phép các hàng đợi có mức độ ưu tiên cao hơn sử dụng các tài nguyên nhàn rỗi từ các hàng đợi có mức độ ưu tiên thấp hơn. Ưu tiên khối lượng công việc là một tính năng quan trọng khác, cho phép các tác vụ suy luận có mức độ ưu tiên cao hơn tự động chiếm quyền ưu tiên các tác vụ đào tạo hàng loạt có mức độ ưu tiên thấp hơn, duy trì khả năng phản hồi của ứng dụng.
Bộ lập lịch KAI của NVIDIA hiện đã có sẵn cho các cụm Ray. Bộ lập lịch này cung cấp một bộ công cụ giúp phân bổ tài nguyên và phản hồi thông minh hơn, đặc biệt là trong các môi trường đòi hỏi phải kết hợp đào tạo và suy luận trực tuyến. Người dùng có thể lập lịch cho các nhân viên Ray phân tán theo nhóm, ưu tiên khối lượng công việc dựa trên mức độ quan trọng và tận dụng lợi thế từ ngăn xếp thực thi được tích hợp chặt chẽ. Thiết lập kỹ thuật cho tích hợp này bao gồm một cụm Kubernetes với GPU NVIDIA A10G, NVIDIA GPU Operator và KAI Scheduler, tất cả đều được cấu hình để hoạt động liền mạch cùng nhau.
Chia sẻ bài viết này:
Tin tức mới nhất
Trí tuệ nhân tạo của Microsoft giải thích sự khác biệt về cơ chế tìm kiếm dựa trên dữ liệu.
9:00 7/5/26
Microsoft AI đã công bố một phân tích kỹ thuật nêu rõ sự khác biệt giữa việc lập chỉ mục tìm kiếm truyền thống và các hệ thống định vị được thiết kế cho các phản hồi do AI tạo ra.
LSEG mở rộng khả năng truy cập dữ liệu tài chính thông qua AWS.
9:00 7/5/26
LSEG thông báo rằng các dịch vụ dữ liệu tài chính và phân tích được cấp phép của họ sẽ được tích hợp vào Amazon Quick thông qua máy chủ Giao thức Ngữ cảnh Mô hình (MCP).
Microsoft thúc đẩy chiến lược tự động hóa SOC dựa trên trí tuệ nhân tạo.
9:00 7/5/26
Microsoft thông báo rằng họ đã được công nhận là Nhà lãnh đạo tổng thể và Nhà lãnh đạo thị trường trong báo cáo "Trung tâm điều hành an ninh AI mới nổi năm 2026"
Copyright © 2024 Generatived - All right Reserved.
Chia sẻ bài viết này:
Chia sẻ bài viết này:
Danh mục
Tin tức
AI và luật/hệ thống/kinh tế/xã hội
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.
Tin tức mới nhất
Trí tuệ nhân tạo của Microsoft giải thích sự khác biệt về cơ chế tìm kiếm dựa trên dữ liệu.
9:00 7/5/26
Microsoft AI đã công bố một phân tích kỹ thuật nêu rõ sự khác biệt giữa việc lập chỉ mục tìm kiếm truyền thống và các hệ thống định vị được thiết kế cho các phản hồi do AI tạo ra.
LSEG mở rộng khả năng truy cập dữ liệu tài chính thông qua AWS.
9:00 7/5/26
LSEG thông báo rằng các dịch vụ dữ liệu tài chính và phân tích được cấp phép của họ sẽ được tích hợp vào Amazon Quick thông qua máy chủ Giao thức Ngữ cảnh Mô hình (MCP).
Microsoft thúc đẩy chiến lược tự động hóa SOC dựa trên trí tuệ nhân tạo.
9:00 7/5/26
Microsoft thông báo rằng họ đã được công nhận là Nhà lãnh đạo tổng thể và Nhà lãnh đạo thị trường trong báo cáo "Trung tâm điều hành an ninh AI mới nổi năm 2026"

%20(1).webp)
%20(1).webp)
%20(1).webp)

