Gestão e transformação digital Notícia
Ai2 reformula agendamento de clusters de GPU
Saiba como a Ai2 reestruturou o agendamento de clusters de GPU com orçamentos transparentes para priorizar pesquisas de alto impacto.
Se você acompanha a gestão de infraestrutura de inteligência artificial, saiba que a equipe da Ai2 reformulou o agendamento de clusters de GPU, que são agrupamentos de unidades de processamento gráfico interconectadas, conforme detalhado nesta publicação da Hugging Face.
Os problemas da fila antiga
O instituto opera milhares de chips NVIDIA H100, B200 e B300 divididos em agrupamentos de 88 a 1024 processadores para cerca de 150 pesquisadores internos. Como você pode notar nesse cenário, a demanda por capacidade superava a oferta em duas a três vezes.
No sistema anterior baseado em prioridades, as tarefas podiam recusar a preempção, que é a interrupção programada de um processo para ceder espaço a outro. Isso incentivou a reserva indevida de máquinas ociosas e fez todas as requisições adotarem prioridade alta.
Com isso, você via os níveis inferiores sem acesso a recursos, enquanto engenheiros de plantão perdiam tempo negociando o desligamento manual de máquinas com falhas.
Nova divisão e orçamentos transparentes
Para corrigir essas distorções, a equipe adotou orçamentos de tempo de GPU, alocação hierárquica justa e contratos de divisão temporal. Você percebe que essa transição transformou disputas operacionais caso a caso em um processo administrativo transparente.
O gerenciamento agora segue uma pirâmide com quatro métricas: disponibilidade física, ocupação do tempo disponível, impacto dos projetos escolhidos e taxa de utilização da capacidade ao longo de cada ciclo de processamento.
Fontes consultadas
- Impactful scheduling for GPU clusters — huggingface.co. Consultado em 09/10/2026.
Datas de consulta registradas no momento da verificação. Informações de terceiros podem mudar depois disso.