17 分钟min read
在 V100 上用 Slurm 跑通 MiniMax H3
目标是让 33B 的视频生成模型在 112 张 V100 上产出 30 秒成片。为此要先修共享存储、统一 GPU 基线、自建调度器、把节点从 K3s 手里接过来。含每一次失败的根因。
#gpu
2 篇
7 分钟min read
V100 集群上 Slurm control plane
从 15 台机器的实际状态出发，记录自建软件包、MariaDB 选型、InnoDB 与 ZFS 参数的依据，以及控制面与计算节点的通信路径。