NVIDIA Minerva une la telemetría de las fábricas de IA para detectar GPUs que frenan el entrenamiento
Útil para
NVIDIA presenta Minerva, una herramienta para las fábricas de IA, que tienen cientos de miles de GPUs y redes de conmutación de alta velocidad. En el entrenamiento distribuido, todo el trabajo avanza al ritmo del nodo más lento, y fallos sutiles como una GPU más caliente o un disco que pierde rendimiento bajo carga no cruzan umbrales fijos. Como los datos están repartidos entre equipos de red, cómputo y ML, el diagnóstico tarda horas o días.
Qué significa
Los operadores de centros de datos de IA podrán relacionar señales de distintos equipos para localizar antes la causa de una pérdida de rendimiento, lo que reduce el tiempo de GPU desaprovechado.
Fuentes originales
Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.
- NVIDIA Technical BlogLeer la noticia completa en NVIDIA Technical Blog