NVIDIA Workload Map: один YAML вместо адаптера под каждый AI-фреймворк на K8s
NVIDIA Workload Map: один YAML вместо адаптера под каждый AI-фреймворк на K8s Сколько карт реально просит распределённая задача, если лидер на четырёх и два воркера по четырё , kubectl не складывает это в одну строку. NVIDIA 2 ноября открыла Workload Map: одно описание дерева ролей для JobSet, Ray и PyTorchJob, которое читают планировщик и дашборд без отдельного парсера под каждый тип ресурса. Если на кластере уже крутится JobSet или Ray, поставьте kli и сравните вывод describe с тем, что сейчас собираете руками по Job и pod. Тот же каталог подтягивают KAI Scheduler, Run:ai и Elotl Nova , новый фреймворк дописываете в манифест, а не адаптером в коде платформы. Apache 2.0, исходники в DSX AI Factory. Готовые описания кладут в кластер как обычный манифест с kind Karta.