h100

AWS renforce la résilience des entraînements d'IA distribués avec NVRx

• Amazon EKS intègre l'extension NVIDIA Resiliency (NVRx) pour PyTorch FSDP.
• Le système permet de recouvrir les sauvegardes de points de contrôle avec l'entraînement et de redémarrer en quelques secondes après une panne GPU.
• Les benchmarks sur 2 à 8 nœuds H100 affichent une efficacité d'entraînement supérieure à 99 %.

Lire à la source