Ai2 如何用 GPU 时间预算提升集群调度效果

Ai2 用 GPU 时间预算、层级 fair-share 和时间切片合约替代基于优先级的调度器，在研究需求超过供给 2-3x 的情况下维持了 98% 的集群占用率。30 天测试中，团队获得应得 GPU 时数的 98%，调试工作负载的 p90 排队时间从 2 小时降至 30 秒，人工参与的维修减少 74%。