SkyPilot 发布 NVL72 拓扑感知调度方案

SkyPilot 发布博客，介绍其在 NVL72 机架集群上的拓扑感知调度（TAS）实践：对多机架任务，TAS 将作业切成 16 节点（可配置）的切片，每片放在独立机架上并配 2 个备用节点，同时支持原地故障恢复和自动碎片整理。SkyPilot 称，这一分配方式可比整机架 18 节点分配多出 27% 可用容量（2,037 对 1,602 节点）。 自动碎片整理只抢占能安全重启的任务，例如从检查点恢复的托管作业；交互式开发环境默认不动，除非管理员明确将其纳入。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。