Ian Gibbs

Ian Gibbs 是 NVIDIA 的高级技术产品经理,负责领导 NVIDIA Recovery 的产品,并致力于提高大规模 AI 训练的弹性和效率。他帮助亚马逊云科技将 Amazon SageMaker HyperPod 从概念转变为弹性模型训练的主要服务。在加入 AWS 之前,他曾在通用汽车公司领导产品和数据科学团队,构建用于产品安全监控和 OnStar 的 AI 系统。

Posts by Ian Gibbs

数据中心/云端

借助自动工作负载恢复保持分布式训练的运行

随着分布式 AI 训练的扩展,硬件和软件依赖项之间的故障会越来越多地干扰训练进程,因此快速、可靠的恢复至关重要。 2 MIN READ