dstack项目0.19.13版本发布：增强分布式计算与存储支持

dstack作为一个开源的AI/ML工作流编排平台，其最新发布的0.19.13版本带来了多项重要改进，特别是在分布式计算和存储支持方面有了显著提升。本文将详细介绍这些技术改进及其实际应用价值。

分布式计算能力增强

InfiniBand原生支持

本次更新中，dstack的默认Docker镜像现在内置了对InfiniBand的支持。这意味着：

1. 镜像中预装了rdma-core软件包，包含libibverbs库和InfiniBand工具集
2. 用户无需自定义Docker镜像即可运行基于NCCL的分布式训练任务
3. 在支持InfiniBand的硬件环境(如Nebius云平台)上，分布式训练可以获得最佳的网络性能

这项改进特别适合PyTorch Distributed等分布式训练框架，能够充分发挥高速网络的优势，减少节点间通信延迟。

EFA支持优化

针对AWS平台，dstack现在默认采用DLAMI(DLAMI)作为GPU虚拟机镜像，取代了之前的自定义镜像。这一变化带来了：

1. 原生支持Elastic Fabric Adapter(EFA)技术
2. 无需额外配置即可获得高性能网络通信
3. 更好的AWS生态兼容性

EFA是AWS提供的一种低延迟、高吞吐量的网络接口，特别适合分布式机器学习训练场景。

存储系统扩展

GCS存储支持

0.19.13版本新增了对Google Cloud Storage(GCS)作为代码上传存储后端的支持。在此之前，dstack仅支持数据库和AWS S3作为存储后端。这一改进：

1. 为GCP用户提供了更原生的存储选择
2. 简化了在Google Cloud平台上的部署配置
3. 增强了存储后端的灵活性

用户现在可以根据自身基础设施选择最适合的存储方案，无论是本地数据库、AWS S3还是GCS。

用户体验改进

除了核心功能增强外，本次更新还包含多项UI/UX改进：

1. 运行列表页面增加了属性过滤功能
2. 运行详情页面展示了更多元数据字段
3. 新增了快速开始按钮引导新用户
4. 改进了页面间的导航链接
5. 增加了手动刷新按钮

这些改进使得平台更加易用，特别是对于管理大量实验和分布式任务的用户。

稳定性修复

版本还包含多个稳定性修复：

1. 修复了CLI在master节点启动时意外退出的问题
2. 解决了UI中资源显示不全的问题
3. 优化了AWS配额限制的处理逻辑
4. 修正了状态消息显示异常的情况

这些修复提升了系统的整体可靠性，特别是在大规模部署场景下。

总结

dstack 0.19.13版本通过增强对InfiniBand和EFA的支持，显著提升了分布式计算能力；新增GCS存储后端扩展了平台兼容性；同时通过多项UI改进和稳定性修复提升了用户体验。这些改进使得dstack在AI/ML工作流管理方面更加成熟，特别适合需要大规模分布式训练的场景。