研究人员开发了 ScaleAcross Explorer，这是一种新颖的优化器，旨在提高跨多个数据中心和区域的大规模 AI 模型训练的效率。该方法借鉴了 Meta 的生产经验，解决了数千上万个 GPU 分布的复杂性。该优化器系统地探索并行放置、调度和网络技术，以实现显著的训练加速，与现有配置相比，速度提升高达 64.62%。 AI
影响 优化分布式 AI 训练，可能降低成本并加速前沿模型的开发。
排序理由 该集群包含一篇学术论文，详细介绍了优化 AI 模型训练基础设施的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →