arXiv cs.LG· Ehsan Yousefzadeh-Asl-Miandoab, B\"u\c{s}ra Karatay Demiray, Florina M. Ciorba, Pamela Delgado, P{\i}nar T\"oz\"un·· 9 小时前AI 评分24
AEGIS：面向多租户深度学习训练的运行时 GPU 共置调度系统
AEGIS: Runtime-Guided GPU Collocation for Multi-Tenant Deep Learning Training
AI 导读
AEGIS 是一个面向共享多 GPU 服务器的运行时调度系统，通过将内存可行性、放置后观测、运行时压力过滤、放置与 OOM 感知恢复整合进单一调度循环，实现深度学习训练工作负载的可控共置。
来源：arXiv cs.LG · arxiv.org