Expanse

概要

Expanseは、無駄になっているGPUの能力を解き放つ。遊休状態の計算資源を、3つの機能で取り戻す。リソース予測（ジョブがスケジューラーに届く前に、投入するリソース量を適正化する）、最適化の提案（研究者が自分で適用できるコードや設定の変更）、そして失敗予測（何時間ものGPU時間を消費する前に、失敗するジョブを見つける）だ。

メンバーはエンジニア4人。最大手のクオンツファンドや国立のスーパーコンピューティングセンターで、HPCやGPUでの学習ワークロードを運用してきた。この問題に身をもって直面し、唯一の解決策はリソースを過剰に確保して数百万ドルを燃やすことだった。IsmaeelはEPCC（エディンバラ並列計算センター）での研究として、初のマルチモーダルなHPCリソース予測器を構築し、公開されているあらゆるベースラインを上回った。これは、私たち自身が欲しかったツールだ。

トピック