★ 3
研究用 100ms 级监控揭示 GPU 集群利用率严重不足
论文基于英伟达 DCGM 库开发轻量监控工具，在 89 节点、319 块 GPU 的大学集群上以 100ms 粒度采集数据。发现超 70% 作业占用显存不足 20%、50% 作业 SM 利用率低于 5%，80% 作业申请与实际时长严重不符，调度与多任务仍有大量优化空间。
arXiv cs.AI5 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文基于英伟达 DCGM 库开发轻量监控工具，在 89 节点、319 块 GPU 的大学集群上以 100ms 粒度采集数据。发现超 70% 作业占用显存不足 20%、50% 作业 SM 利用率低于 5%，80% 作业申请与实际时长严重不符，调度与多任务仍有大量优化空间。