Slurm
CoreWeave erweitert sein KI-Trainingssystem SUNK um geführten Self-Service
CoreWeave erweitert SUNK, sein Slurm-on-Kubernetes-Trainingssystem, um eine geführte Self-Service-Vorschau für die Bereitstellung und Verwaltung von Clustern über die…
NVIDIA stellt Attribution-Tool als Open Source bereit: Ursachen von Ausfällen bei KI-Workloads aufspüren
NVIDIA hat NVIDIA Attribution als Open Source veröffentlicht, ein System, das Logs, Metriken, Telemetrie und Scheduler-Status korreliert, um zu erklären, warum ein…
NVIDIA Recovery automatisiert den Neustart fehlgeschlagener KI-Trainingsjobs
NVIDIA hat mit NVIDIA Recovery einen quelloffenen Dienst vorgestellt, der unterbrochene verteilte Trainingsjobs automatisch erkennt, die betroffenen Knoten isoliert und…
CoreWeave automatisiert die Nutzerverwaltung für Slurm-Cluster mit AUP und SUP
CoreWeave hat mit Automated User Provisioning (AUP) und SUNK User Provisioning (SUP) zwei Werkzeuge vorgestellt, die Identitäten von Identity-Providern aus Unternehmen…
CoreWeaves SUNK betreibt Slurm in Kubernetes auf einem gemeinsamen Compute-Pool
CoreWeave hat SUNK („SlUrm oN Kubernetes“) vorgestellt. Die Implementierung führt den Workload-Manager Slurm auf Kubernetes aus, sodass HPC- und KI-Teams für beides…