dstack项目0.18.44版本发布:GPU资源优化与监控能力升级
dstack是一个开源的机器学习工作流编排工具,它帮助数据科学家和机器学习工程师在云环境中高效地运行和管理训练任务。最新发布的0.18.44版本带来了几项重要的功能改进,主要集中在GPU资源利用优化和监控能力的增强上。
GPU利用率策略:智能资源管理
新版本引入了一个创新的GPU利用率策略功能,允许用户为运行中的任务设置最低GPU利用率阈值。这项功能可以有效避免昂贵的GPU资源被低效使用的情况。
在实际应用中,用户可以在任务配置文件中这样设置:
type: task
utilization_policy:
min_gpu_utilization: 30
time_window: 30m
resources:
gpu: nvidia:8:24GB
这个配置意味着,如果在30分钟的时间窗口内,8块GPU中的任何一块在所有采样点中的利用率都低于30%,系统将自动终止该运行任务。这种机制特别适合以下场景:
- 训练过程中出现异常导致GPU利用率下降
- 任务配置不当导致资源浪费
- 需要确保高优先级任务获得足够资源
系统还设置了时间窗口的合理范围限制(1分钟到24小时),防止用户设置不合理的监控周期。
DCGM指标监控:深入GPU性能分析
0.18.44版本新增了对NVIDIA DCGM(Data Center GPU Manager)指标的支持。DCGM是NVIDIA提供的一套全面的GPU监控工具,能够收集包括:
- GPU利用率
- 显存使用情况
- 温度
- 功耗
- 错误信息等详细指标
目前,这项功能在AWS、Azure、GCP、OCI等主流云平台以及SSH集群上都已得到支持。管理员可以通过配置Prometheus等监控系统来收集这些指标,为集群性能分析和优化提供数据支持。
RunPod社区云支持:降低成本新选择
除了原有的Secure Cloud服务外,dstack现在还可以利用RunPod的Community Cloud资源。Community Cloud通常提供更优惠的价格,用户可以通过两字母的地区代码来识别这些资源。
在资源选择时,系统会同时显示两种云服务的选项:
# BACKEND REGION INSTANCE SPOT PRICE
1 runpod CA NVIDIA A100 80GB PCIe yes $0.6
2 runpod CA-MTL-3 NVIDIA A100 80GB PCIe yes $0.82
其中,两字母地区代码(如"CA")表示Community Cloud资源。用户可以根据预算和需求灵活选择,也可以在后台设置中完全禁用Community Cloud资源。
其他改进与优化
-
用户体验增强:全局管理员现在可以直接在UI界面中编辑用户邮箱,简化了用户管理流程。
-
企业级认证:新增了对Microsoft EntraID的支持,方便企业用户集成现有的身份认证系统。
-
稳定性提升:改进了数据库查询中的锁机制,添加了ORDER BY子句以避免潜在的锁冲突问题。
-
错误处理优化:当镜像拉取失败时,系统会提供更清晰的错误信息,帮助用户快速定位问题。
这些改进共同提升了dstack在资源管理、监控能力和用户体验方面的表现,使其成为机器学习工作流管理的更加强大和可靠的解决方案。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









