Trainy
Summer 2023活動中学習・推論向けGPUクラスターを管理するインフラ
- サマリー
- AIチーム向けに、GPUクラスタのワークロード管理基盤を提供する
- 課題
- GPUクラスタではリソース配分や優先度管理、ハードウェア障害への対応が必要になる
- 解決策
- Konduktorでワークロードの優先度とリソース配分を制御し、正常なGPUプールへジョブを投入する
AI による要約
- 所在地
- San Francisco, CA, USA; Remote
- チーム規模
- 3 人
事業内容
Slurmに別れを告げ、Konduktorへ。 Trainy Konduktorは、AIチームがワークロードの優先度付きスケジューリング、リソース割り当ての制御、GPUの信頼性向上を実現するソフトウェアプラットフォーム。Konduktorを使えば、正常な状態のGPUプールにジョブを投入し、シンプルなユーザーインターフェースでジョブの優先度を設定できる。ハードウェア障害を気にする必要もなくなる。