Rick Izzo

十多年来,Rick Izzo 一直在构建开源 AI 工具和科学计算基础架构。他最初是一名医学影像研究人员和开源维护人员,然后共同创立了 Tensor【werk】,后来被 Lightning AI 收购。过去的知名项目包括 VMTK、RedisAI、Hangar 和 PyTorch Lightning。加入 NVIDIA 以来,Rick 一直维护并倡导 NVIDIA RecoveryProject,设计适用于 Slurm 和 Kubernetes 的调度程序中立恢复接口。

Posts by Rick Izzo

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