搜索: 拓扑感知

2026-07-18 00:32:32 0 阅读

针对国产算力集群在多机多卡通信中的“延迟墙”问题，北京通用人工智能研究院（BIGAI）通过一套新的通信拓扑调度架构，将集群同步延迟降低了40%。本文拆解其从算子级优化到拓扑感知的技术路径，分析该突破如何降低中小开发者的训

2026-07-17 11:45:40 0 阅读

针对昇腾910D大规模集群训练中常见的通信瓶颈问题，本文通过实测数据分析多机AllReduce延迟原因，提供一套从拓扑感知到HCCL参数调优的实操方案，旨在将千卡集群的MFU（模型算力利用率）从30%量级提升至50%以上

2026-07-17 10:05:56 0 阅读

千卡集群利用率常低于60%，调度开销藏在NCCL通信、显存碎片和异构排队里。结合深圳14000P集群与一线运维经验，给出五项可落地的调优动作，包括网络拓扑感知、显存池预分配和芯片亲和性分组。

2026-07-10 07:53:04 0 阅读

乌兰察布8000P智算集群交付初期利用率仅62%，GPU空转、碎片化调度和通信拥塞为主要瓶颈。团队通过自研拓扑感知调度器、DPU拥塞路由和三级自愈策略，18个月将利用率拉升至90%，日均减少空转损失超40万元。本文拆解这

2026-07-09 05:49:02 0 阅读

一座号称8000P的AGI策源地园区开园三个月，入驻的AI创业团队发现，真正卡脖子的不是电价，而是多租户调度延迟、存储IO瓶颈和模型并行训练的通信开销。名义上的澎湃算力，实际可稳定用于千卡级训练的不超过一半。本文从三个团

2026-07-08 17:35:24 0 阅读

2026年上半年，多地8000P智算中心空置率超40%，传统K8s调度导致MFU仅45%。实测显示，引入显存池化与拓扑感知算法后，异构集群MFU可从45%跃升至58%。算力运营正从拼硬件转向拼算法，解决显存碎片与跨架构通

2026-07-08 09:49:39 0 阅读

2026年各地8000P智算中心密集交付，但混合部署昇腾与海光时，算力利用率普遍低于60%。本文直击异构集群的真实运维痛点：跨架构算力分配不均、显存碎片化、通信拓扑不匹配。提供代码级实操方案，包括华为CANN与海光DTK

2026-07-02 08:35:24 0 阅读

把Llama 3.3从英伟达H20迁移到昇腾910D，远不是改个设备名那么简单。在昆山园区的实测中，128K上下文带来的显存碎片和多卡通信延迟成了拦路虎。通过MindIE预分配KV Cache、Ascend C算子融合及

站内搜索