रैक-स्केल एआई सुपरकंप्यूटर: हार्डवेयर से टोपोलॉजी-अवेयर शेड्यूलिंग तक

सजावटी छवि।

कृत्रिम बुद्धिमत्ता का परिदृश्य तेजी से विकसित हो रहा है, जिसमें अधिक शक्तिशाली और कुशल कंप्यूटेशनल बुनियादी ढांचे की मांग बढ़ती जा रही है। इस विकास में सबसे आगे रैक-स्केल सुपरकंप्यूटर हैं, जिन्हें सबसे जटिल एआई और उच्च-प्रदर्शन कंप्यूटिंग (HPC) वर्कलोड को गति देने के लिए डिज़ाइन किया गया है। NVIDIA के GB200 NVL72 और GB300 NVL72 सिस्टम, जो अभिनव Blackwell आर्किटेक्चर पर आधारित हैं, इस दिशा में एक महत्वपूर्ण छलांग का प्रतिनिधित्व करते हैं, जिसमें विशाल जीपीयू फैब्रिक्स और उच्च-बैंडविड्थ नेटवर्किंग को सुसंगत, शक्तिशाली इकाइयों में पैकेज किया गया है।

हालांकि, ऐसे परिष्कृत हार्डवेयर को तैनात करने से एक अनूठी चुनौती पैदा होती है: आप इस जटिल भौतिक टोपोलॉजी को एआई डेवलपर्स और शोधकर्ताओं के लिए एक प्रबंधनीय, प्रदर्शनकारी और सुलभ संसाधन में कैसे बदलते हैं? रैक-स्केल हार्डवेयर की पदानुक्रमित प्रकृति और पारंपरिक वर्कलोड शेड्यूलर के अक्सर सपाट अमूर्तताओं के बीच मौलिक बेमेल एक बाधा उत्पन्न करता है। यहीं पर NVIDIA Mission Control जैसा एक मान्य सॉफ्टवेयर स्टैक कदम रखता है, जो कच्चे कंप्यूटेशनल शक्ति को एक सहज, टोपोलॉजी-अवेयर एआई फैक्ट्री में बदलने के लिए अंतर को पाटता है।

NVIDIA Blackwell के साथ अगली पीढ़ी की रैक-स्केल एआई सुपरकंप्यूटिंग

NVIDIA GB200 NVL72 और GB300 NVL72 सिस्टम, अत्याधुनिक NVIDIA Blackwell आर्किटेक्चर द्वारा संचालित, केवल शक्तिशाली जीपीयू का संग्रह नहीं हैं; वे एआई के भविष्य के लिए इंजीनियर किए गए एकीकृत, रैक-स्केल सुपरकंप्यूटर हैं। प्रत्येक सिस्टम में 18 कसकर युग्मित कंप्यूट ट्रे होते हैं, जो उन्नत NVLink स्विच द्वारा जुड़े एक विशाल जीपीयू फैब्रिक का निर्माण करते हैं। ये सिस्टम NVIDIA मल्टी-नोड NVLink (MNNVL) का समर्थन करते हैं, जो रैक के भीतर अल्ट्रा-हाई-स्पीड संचार की सुविधा प्रदान करता है, और इसमें IMEX-सक्षम कंप्यूट ट्रे शामिल हैं जो नोड्स में साझा जीपीयू मेमोरी को सक्षम करते हैं। यह आर्किटेक्चर बड़े पैमाने के एआई मॉडल को प्रशिक्षित और तैनात करने के लिए एक अद्वितीय आधार प्रदान करता है, जो वैज्ञानिक खोज से लेकर एंटरप्राइज एआई अनुप्रयोगों तक के क्षेत्रों में जो संभव है उसकी सीमाओं को आगे बढ़ाता है।

इन Blackwell-आधारित सिस्टम के पीछे का डिज़ाइन दर्शन इंटरकनेक्टेड gpus के बीच डेटा थ्रूपुट को अधिकतम करने और विलंबता को कम करने पर केंद्रित है। यह एक सघन रूप से एकीकृत हार्डवेयर स्टैक के माध्यम से प्राप्त किया जाता है जहां प्रत्येक घटक को सामूहिक प्रदर्शन के लिए अनुकूलित किया जाता है, यह सुनिश्चित करते हुए कि एआई वर्कलोड संचार बाधाओं का सामना किए बिना कुशलता से स्केल कर सकते हैं।

एआई शेड्यूलर अमूर्तताओं के साथ हार्डवेयर टोपोलॉजी को जोड़ना

एआई आर्किटेक्ट और एचपीसी प्लेटफॉर्म ऑपरेटरों के लिए, वास्तविक चुनौती केवल इस उन्नत हार्डवेयर को प्राप्त करना और असेंबल करना नहीं है, बल्कि इसे एक 'सुरक्षित, प्रदर्शनकारी और उपयोग में आसान' संसाधन में चालू करना है। पारंपरिक शेड्यूलर अक्सर कंप्यूटेशनल संसाधनों के एक सजातीय, सपाट पूल की धारणा के तहत काम करते हैं। यह प्रतिमान रैक-स्केल सुपरकंप्यूटर के लिए अनुपयुक्त है, जहां NVLink फैब्रिक्स और IMEX डोमेन का पदानुक्रमित और टोपोलॉजी-संवेदनशील डिज़ाइन प्रदर्शन के लिए महत्वपूर्ण हैं। उचित एकीकरण के बिना, शेड्यूलर अनजाने में कार्यों को उप-इष्टतम स्थानों पर रख सकते हैं, जिससे दक्षता कम हो सकती है और अप्रत्याशित प्रदर्शन हो सकता है।

यह वह अंतर है जिसे NVIDIA Mission Control भरने के लिए इंजीनियर किया गया है। NVIDIA Grace Blackwell NVL72 सिस्टम के लिए एक मजबूत रैक-स्केल नियंत्रण तल के रूप में, Mission Control में अंतर्निहित NVIDIA NVLink और NVIDIA IMEX डोमेन की एक मूल समझ है। यह गहरी जागरूकता इसे Slurm और NVIDIA Run:ai जैसे लोकप्रिय वर्कलोड प्रबंधन प्लेटफॉर्म के साथ बुद्धिमानी से एकीकृत करने की अनुमति देती है। जटिल हार्डवेयर टोपोलॉजी को कार्रवाई योग्य शेड्यूलिंग इंटेलिजेंस में अनुवादित करके, Mission Control यह सुनिश्चित करता है कि Blackwell आर्किटेक्चर की उन्नत क्षमताओं का पूरी तरह से लाभ उठाया जाए, एक परिष्कृत हार्डवेयर असेंबली को वास्तव में परिचालन एआई फैक्ट्री में बदल दिया जाए। यह क्षमता आगामी NVIDIA Vera Rubin प्लेटफॉर्म, जिसमें NVIDIA Rubin NVL8 शामिल है, तक विस्तारित होगी, जो उच्च-प्रदर्शन एआई बुनियादी ढांचे के लिए एक सुसंगत दृष्टिकोण को और मजबूत करेगी।

एआई वर्कलोड के लिए NVLink डोमेन और विभाजन को डिकोड करना

Blackwell सिस्टम के लिए टोपोलॉजी-अवेयर शेड्यूलिंग के केंद्र में NVLink डोमेन और विभाजन की अवधारणाएं हैं, जिन्हें सिस्टम-स्तरीय पहचानकर्ताओं के माध्यम से उजागर किया जाता है: क्लस्टर UUID और क्लिक आईडी। ये पहचानकर्ता महत्वपूर्ण हैं क्योंकि वे भौतिक NVLink फैब्रिक का एक तार्किक नक्शा प्रदान करते हैं, जिससे सिस्टम सॉफ्टवेयर और शेड्यूलर जीपीयू की स्थिति और कनेक्टिविटी के बारे में तर्क कर सकते हैं।

मैपिंग सीधी लेकिन शक्तिशाली है:

क्लस्टर UUID NVLink डोमेन से मेल खाता है। एक साझा क्लस्टर UUID यह दर्शाता है कि सिस्टम—और उनके जीपीयू—एक ही व्यापक NVLink डोमेन से संबंधित हैं और एक सामान्य NVLink फैब्रिक द्वारा जुड़े हुए हैं। Grace Blackwell NVL72 के लिए, यह UUID पूरे रैक में सुसंगत है, जो भौतिक निकटता और साझा उच्च-बैंडविड्थ कनेक्टिविटी का संकेत देता है।
क्लिक आईडी NVLink विभाजन से मेल खाता है। क्लिक आईडी एक बेहतर भेद प्रदान करता है, जो एक बड़े डोमेन के भीतर NVLink विभाजन साझा करने वाले जीपीयू के समूहों की पहचान करता है। जब एक रैक को तार्किक रूप से कई NVLink विभाजनों में विभाजित किया जाता है, तो क्लस्टर UUID वही रहता है, लेकिन क्लिक आईडी इन छोटे, अलग उच्च-बैंडविड्थ समूहों को अलग करता है।

यह अंतर परिचालन दृष्टिकोण से महत्वपूर्ण है:

क्लस्टर UUID इस प्रश्न का उत्तर देता है: कौन से जीपीयू भौतिक रूप से एक रैक साझा करते हैं और उच्चतम गति पर NVLink संचार करने में सक्षम हैं?
क्लिक आईडी इस प्रश्न का उत्तर देता है: कौन से जीपीयू एक NVLink विभाजन साझा करते हैं और एक दिए गए वर्कलोड या सेवा स्तर के लिए एक साथ संचार करने का इरादा रखते हैं, जिससे अत्यधिक समानांतर कार्यों के लिए इष्टतम प्रदर्शन सुनिश्चित होता है?

ये पहचानकर्ता संयोजी ऊतक हैं, जो Slurm, Kubernetes और NVIDIA Run:ai जैसे प्लेटफॉर्म को जॉब प्लेसमेंट, अलगाव और प्रदर्शन गारंटी को NVLink फैब्रिक की वास्तविक संरचना के साथ संरेखित करने में सक्षम बनाते हैं, यह सब अंतर्निहित हार्डवेयर जटिलता को सीधे अंतिम उपयोगकर्ताओं के सामने उजागर किए बिना। NVIDIA Mission Control इन पहचानकर्ताओं का एक केंद्रीकृत दृश्य प्रदान करता है, जिससे प्रबंधन सुव्यवस्थित होता है।

हार्डवेयर अवधारणा	सॉफ्टवेयर पहचानकर्ता	विवरण
NVLink डोमेन	क्लस्टर UUID	भौतिक रूप से एक रैक साझा करने वाले जीपीयू की पहचान करता है, जो रैक-व्यापी NVLink संचार में सक्षम हैं।
NVLink विभाजन	क्लिक आईडी	एक विशिष्ट वर्कलोड या सेवा स्तर के लिए NVLink डोमेन के भीतर एक साथ संचार करने का इरादा रखने वाले जीपीयू को अलग करता है।

Slurm के साथ टोपोलॉजी-अवेयर एआई शेड्यूलिंग

Blackwell-आधारित NVL72 सिस्टम पर चलने वाले मल्टी-नोड वर्कलोड के लिए, प्लेसमेंट आवंटित जीपीयू की संख्या जितना ही महत्वपूर्ण हो जाता है। उदाहरण के लिए, 16 जीपीयू की आवश्यकता वाली एक एआई प्रशिक्षण कार्य, यदि कई कम-जुड़े नोड्स में बेतरतीब ढंग से फैलाया जाता है, तो इसकी तुलना में काफी अलग प्रदर्शन करेगा, यदि इसे एक ही, उच्च-बैंडविड्थ NVLink फैब्रिक के भीतर सीमित रखा जाए। यहीं पर Slurm का टोपोलॉजी/ब्लॉक प्लगइन अपरिहार्य साबित होता है, जो Slurm को नोड्स के बीच सूक्ष्म कनेक्टिविटी अंतर को पहचानने की अनुमति देता है।

Grace Blackwell NVL72 सिस्टम पर, कम-विलंबता कनेक्शन वाले नोड्स के ब्लॉक सीधे NVLink विभाजन से मेल खाते हैं - जीपीयू के समूह जो एक समर्पित, उच्च-बैंडविड्थ NVLink फैब्रिक द्वारा एकजुट होते हैं। इस टोपोलॉजी/ब्लॉक प्लगइन को सक्षम करके और इन NVLink विभाजनों को अलग-अलग ब्लॉक के रूप में उजागर करके, Slurm को बेहतर शेड्यूलिंग निर्णय लेने के लिए आवश्यक प्रासंगिक बुद्धिमत्ता प्राप्त होती है। डिफ़ॉल्ट रूप से, नौकरियों को बुद्धिमानी से एक एकल NVLink विभाजन (या ब्लॉक) के भीतर रखा जाता है, जिससे महत्वपूर्ण मल्टी-नोड NVLink (MNNVL) प्रदर्शन संरक्षित रहता है। हालांकि, यदि आवश्यक हो तो बड़ी नौकरियां अभी भी कई ब्लॉकों तक फैल सकती हैं, यह दृष्टिकोण प्रदर्शन व्यापार-बंदों को आकस्मिक के बजाय स्पष्ट करता है।

व्यावहारिक रूप से, यह लचीली परिनियोजन रणनीतियों की अनुमति देता है:

प्रति रैक एक ब्लॉक/नोड समूह: यह कॉन्फ़िगरेशन Slurm क्वालिटी ऑफ़ सर्विस (QoS) को साझा, रैक-व्यापी विभाजन तक पहुंच का प्रबंधन करने में सक्षम बनाता है, जो समेकित संसाधन प्रबंधन के लिए आदर्श है।
प्रति रैक कई ब्लॉक/नोड समूह: यह दृष्टिकोण छोटे, अलग, उच्च-बैंडविड्थ जीपीयू पूल की पेशकश के लिए एकदम सही है। यहां, प्रत्येक ब्लॉक/नोड समूह एक समर्पित Slurm विभाजन पर मैप करता है, जो प्रभावी रूप से एक अलग सेवा स्तर प्रदान करता है। उपयोगकर्ता तब एक विशिष्ट Slurm विभाजन का लाभ उठा सकते हैं, अपने कार्यों को अंतर्निहित फैब्रिक की जटिलताओं को समझने की आवश्यकता के बिना स्वचालित रूप से इच्छित NVLink विभाजन में लैंड कर सकते हैं। यह उन्नत संसाधन प्रबंधन उन संगठनों के लिए महत्वपूर्ण है जो अपनी एआई पहलों को बढ़ाना चाहते हैं, जो सभी के लिए एआई स्केलिंग के व्यापक लक्ष्य के अनुरूप है।

IMEX और Mission Control के साथ MNNVL वर्कलोड को अनुकूलित करना

मल्टी-नोड NVIDIA CUDA वर्कलोड अक्सर अधिकतम प्रदर्शन प्राप्त करने के लिए MNNVL पर निर्भर करते हैं, जिससे विभिन्न कंप्यूट ट्रे पर जीपीयू को एक सुसंगत, साझा-मेमोरी प्रोग्रामिंग मॉडल में भाग लेने में सक्षम बनाया जा सके। एक एप्लिकेशन डेवलपर के दृष्टिकोण से, MNNVL का लाभ उठाना deceptively simple लग सकता है, लेकिन अंतर्निहित ऑर्केस्ट्रेशन जटिल है।

यहीं पर NVIDIA Mission Control एक महत्वपूर्ण भूमिका निभाता है। यह सुनिश्चित करता है कि Slurm के साथ MNNVL नौकरियां चलाते समय महत्वपूर्ण घटक पूरी तरह से संरेखित हों। विशेष रूप से, Mission Control यह गारंटी देता है कि IMEX सेवा - जो साझा जीपीयू मेमोरी की सुविधा प्रदान करती है - MNNVL कार्य में भाग लेने वाले सटीक कंप्यूट ट्रे पर चलती है। यह यह भी सुनिश्चित करता है कि इन उच्च-बैंडविड्थ MNNVL कनेक्शन को स्थापित करने और बनाए रखने के लिए आवश्यक NVSwitches को सही ढंग से कॉन्फ़िगर किया गया है। यह समन्वय पूरे रैक में सुसंगत, अनुमानित प्रदर्शन प्रदान करने के लिए महत्वपूर्ण है। Mission Control के बुद्धिमान ऑर्केस्ट्रेशन के बिना, MNNVL और IMEX के लाभों को बड़े पैमाने पर महसूस करना और प्रबंधित करना चुनौतीपूर्ण होगा, जो उन्नत gpus और उनके पारिस्थितिकी तंत्र के लिए पूर्ण समाधान प्रदान करने के लिए NVIDIA की प्रतिबद्धता को उजागर करता है।

स्वचालित, स्केलेबल एआई बुनियादी ढांचे की ओर

NVIDIA के Blackwell आर्किटेक्चर का Mission Control और Topograph जैसी परिष्कृत सॉफ्टवेयर परतों के साथ एकीकरण वास्तव में स्वचालित और स्केलेबल एआई बुनियादी ढांचे के निर्माण की दिशा में एक महत्वपूर्ण कदम है। NVIDIA Topograph जटिल NVLink और इंटरकनेक्ट पदानुक्रम की खोज को स्वचालित करता है, इस महत्वपूर्ण जानकारी को Slurm, Kubernetes (NVIDIA DRA और ComputeDomains के माध्यम से), और NVIDIA Run:ai जैसे शेड्यूलर को उजागर करता है। यह टोपोलॉजी के प्रबंधन के मैनुअल ओवरहेड को समाप्त करता है, जिससे संगठन अभूतपूर्व दक्षता के साथ एआई वर्कलोड को तैनात और स्केल कर सकते हैं।

शेड्यूलर को हार्डवेयर टोपोलॉजी की गहरी, वास्तविक समय की समझ प्रदान करके, यह एकीकृत दृष्टिकोण सुनिश्चित करता है कि एआई एप्लिकेशन इष्टतम संसाधनों पर चलते हैं, संचार विलंबता को कम करते हैं और थ्रूपुट को अधिकतम करते हैं। परिणाम एक अत्यधिक प्रदर्शनकारी, लचीला और प्रबंधन में आसान एआई फैक्ट्री है जो सबसे मांग वाले एआई प्रशिक्षण और अनुमान कार्यों को संभालने में सक्षम है। जैसे-जैसे एआई मॉडल जटिलता और आकार में बढ़ते जा रहे हैं, रैक-स्केल सुपरकंप्यूटर पर वर्कलोड को प्रभावी ढंग से प्रबंधित और शेड्यूल करने की क्षमता नवाचार को चलाने और प्रतिस्पर्धी लाभ बनाए रखने के लिए सर्वोपरि होगी। यह समग्र रणनीति एंटरप्राइज एआई के भविष्य को रेखांकित करती है, कच्चे कंप्यूटेशनल शक्ति को बुद्धिमान, उत्तरदायी और अत्यधिक कुशल एआई सुपरकंप्यूटिंग में बदल देती है।

मूल स्रोत

https://developer.nvidia.com/blog/running-ai-workloads-on-rack-scale-supercomputers-from-hardware-to-topology-aware-scheduling/

अक्सर पूछे जाने वाले प्रश्न

What are NVIDIA GB200 and GB300 NVL72 systems, and what role does the Blackwell architecture play?

NVIDIA GB200 and GB300 NVL72 systems represent a new generation of rack-scale supercomputers specifically engineered for demanding AI and HPC workloads. These systems leverage the groundbreaking NVIDIA Blackwell architecture, which integrates massive GPU fabrics with high-bandwidth networking into a single, tightly coupled unit. The Blackwell architecture is designed to deliver unprecedented performance and efficiency for training and inference, featuring advanced NVLink switches, Multi-Node NVLink (MNNVL) for inter-GPU communication, and IMEX-capable compute trays that facilitate shared GPU memory across multiple nodes within the rack. This integrated design aims to overcome the limitations of traditional server-bound GPU deployments, providing a seamless, scalable platform for complex AI models.

What is the primary challenge in scheduling AI workloads on these advanced rack-scale supercomputers?

The core challenge lies in the significant mismatch between the intricate, hierarchical physical topology of rack-scale supercomputers and the often simplistic abstractions presented by conventional workload schedulers. While systems like the NVIDIA GB200/GB300 NVL72 boast sophisticated NVLink fabrics and IMEX domains, schedulers typically perceive a flat pool of GPUs and nodes. This can lead to inefficient resource allocation, sub-optimal performance due to poor data locality or communication bottlenecks, and increased operational complexity for platform operators. Without topology-aware scheduling, the inherent advantages of rack-scale integration, such as high-bandwidth interconnections, cannot be fully leveraged for AI workloads.

How does NVIDIA Mission Control address the operational complexities of rack-scale AI scheduling?

NVIDIA Mission Control acts as a crucial control plane that bridges the gap between the complex hardware topology of NVIDIA Grace Blackwell NVL72 systems and the needs of workload management platforms like Slurm and NVIDIA Run:ai. It provides a native, deep understanding of NVLink and IMEX domains, translating physical hardware relationships into logical identifiers that schedulers can interpret. By centralizing the view of cluster UUIDs and clique IDs, Mission Control enables precise, topology-aware job placement, ensures proper workload isolation, and guarantees consistent performance by aligning computations with the optimal underlying hardware fabric. This effectively transforms raw infrastructure into an efficient, manageable AI factory.

Explain the concepts of Cluster UUID and Clique ID in the context of NVLink topology and their operational significance.

Cluster UUID and Clique ID are system-level identifiers that encode a GPU's position within the NVLink fabric, making the complex topology understandable to system software and schedulers. The Cluster UUID corresponds to the NVLink domain, indicating that systems and their GPUs belong to the same physical rack and share a common NVLink fabric. For Grace Blackwell NVL72, this UUID is consistent across the entire rack. The Clique ID provides a finer distinction, corresponding to an NVLink Partition. GPUs sharing a Clique ID belong to the same logical partition within that domain. Operationally, the Cluster UUID answers which GPUs physically share a rack and can communicate via NVLink, while the Clique ID answers which GPUs share an NVLink Partition and are intended to communicate together for a specific workload, enabling finer-grained resource allocation and performance optimization.

How does Slurm's topology/block plugin enhance AI workload placement on NVL72 systems?

Slurm's topology/block plugin is essential for efficient AI workload placement on NVIDIA NVL72 systems by making Slurm aware that not all nodes (or GPUs) are equal in terms of connectivity and performance. On Grace Blackwell NVL72 systems, blocks of nodes with lower-latency connections directly map to NVLink partitions, which are groups of GPUs sharing a high-bandwidth NVLink fabric. By enabling this plugin and exposing NVLink partitions as 'blocks,' Slurm gains the necessary context to make intelligent placement decisions. This ensures that multi-GPU jobs are preferentially allocated within a single NVLink partition to preserve MNNVL performance, preventing performance degradation that could occur if jobs were spread indiscriminately across different, less-connected segments of the supercomputer. It allows for optimized resource utilization and predictable performance for demanding AI tasks.

What is Multi-Node NVLink (MNNVL), and how does IMEX facilitate it for shared GPU memory?

Multi-Node NVLink (MNNVL) is a key technology that allows GPUs across different compute nodes within a rack-scale system to communicate directly with high bandwidth and low latency, essential for scaling large AI models. MNNVL enables a shared-memory programming model across these distributed GPUs, making it appear to applications as a single, massive GPU fabric. IMEX (Infiniband Memory Expansion) is the underlying technology that facilitates MNNVL. IMEX-capable compute trays are designed to enable shared GPU memory across nodes by leveraging NVIDIA's advanced networking. While MNNVL simplifies the programming model for developers, Mission Control plays a crucial role behind the scenes to ensure that IMEX services are correctly provisioned and synchronized with MNNVL jobs, guaranteeing that the benefits of shared GPU memory are fully realized without exposing the underlying complexities to the end-user.

What are the key benefits of implementing topology-aware scheduling for AI workloads on rack-scale supercomputers?

Implementing topology-aware scheduling offers several significant benefits for AI workloads on rack-scale supercomputers. Firstly, it ensures optimal performance by intelligently placing jobs on GPUs that have the highest bandwidth and lowest latency connections, minimizing communication overheads inherent in distributed AI training. Secondly, it enhances resource utilization by preventing inefficient spreading of jobs across disparate hardware segments, leading to more predictable performance and better throughput. Thirdly, it simplifies management for platform operators by abstracting hardware complexities while providing clear isolation boundaries between workloads, improving system stability and security. Ultimately, topology-aware scheduling transforms complex hardware into a highly efficient, scalable, and manageable 'AI factory,' accelerating research and development while reducing operational burden.

How does NVIDIA Topograph contribute to the automated discovery and scheduling of supercomputer topologies?

NVIDIA Topograph is a critical component that automates the discovery of the intricate NVLink and interconnect hierarchy within rack-scale supercomputers. This automated discovery is essential because manually configuring and maintaining detailed topology information for large-scale systems would be prone to errors and highly time-consuming. Topograph exposes this detailed fabric information to workload schedulers, including Slurm and Kubernetes (through NVIDIA DRA and ComputeDomains), as well as NVIDIA Run:ai. By providing schedulers with an accurate and real-time view of the hardware topology, Topograph enables them to make intelligent, automated placement decisions. This ensures that AI workloads are scheduled in a topology-aware manner from the outset, optimizing performance, resource allocation, and overall system efficiency, which is crucial for building and operating scalable AI factories.

अपडेट रहें

नवीनतम AI समाचार अपने इनबॉक्स में पाएं।

शेयर करें