AWS PCS unterstützt jetzt benutzerdefinierte GRES, Hardware-Topologie und MIG
AWS Parallel Computing Service (AWS PCS) unterstützt jetzt benutzerdefinierte GRES-Einstellungen (Generic Resource) und Hardware-Topologie und bietet Support für Slurm-Version 26.05. Diese Funktionen geben Ihnen eine bessere Kontrolle darüber, wie Slurm Ihre Cluster-Hardware sieht und plant, und verbessern so die Aufgabenverteilung für HPC- und Machine-Learning-Workloads. Sie ermöglichen auch die NVIDIA Multi-Instance GPU (MIG), die eine einzelne GPU in isolierte Instances partitioniert, die Slurm unabhängig plant.
Mit Slurm 26.05 konfiguriert AWS PCS standardmäßig die Hardwaretopologie und behandelt die NUMA-Domänen jedes Knotens als Slurm-Sockets. Es erkennt und konfiguriert auch automatisch die GPU-Kernaffinität und die GPU-zu-GPU-Verbindung auf GPU-Knoten. Eng gekoppelte MPI-Jobs können jetzt die Rangplatzierung mithilfe der Socket-Affinität optimieren, und GPU-Jobs landen auf Kernen, die ihren zugewiesenen GPUs lokal sind. Benutzerdefinierte Slurm- und GRES-Einstellungen sorgen für Flexibilität, wenn Sie sie benötigen. Sie können zusätzliche Beschleuniger deklarieren, eine GPU mit MIG partitionieren, L3-Cache-Domänen als Sockets verwenden oder die AWS-PCS-Standardeinstellungen überschreiben.
AWS PCS ist ein verwalteter Service, der die Ausführung und Skalierung von High Performance Computing (HPC)-Workloads auf AWS mit Slurm vereinfacht. Sie können komplette, elastische Umgebungen erstellen, die Computing, Speicher, Netzwerk und Visualisierung integrieren und in denen der Service Cluster-Updates verwaltet und integrierte Beobachtbarkeit bietet.
Diese Funktion ist in allen AWS-Regionen verfügbar, in denen AWS PCS angeboten wird. Slurm 26.05 bringt auch umfassendere Verbesserungen in den Bereichen Planung und Beobachtbarkeit mit sich, wie in den Versionshinweisen zu Slurm 26.05 beschrieben. Weitere Informationen finden Sie unter Konfiguration benutzerdefinierter GRES-Einstellungen, Konfiguration der Hardware-Topologie und Konfiguration der Multi-Instance GPU (MIG) im AWS PCS-Benutzerhandbuch.