Ai2 如何用 GPU 时间预算重构集群调度

Ai2 用 GPU 时间预算、分层公平分配和时间切片合约替换了原有的优先级调度器，把各研究项目该分多少 GPU 时间的争论从逐案运维操作变成透明的行政预算流程。Ai2 管理着数千块 NVIDIA H100、B200 和 B300 GPU，集群规模从 88 到 1024 块不等，服务约 150 名内部研究员，而提交的算力需求常年是可用量的 2-3 倍。