拓扑感知节点放置策略

训练作业拓扑感知的节点放置策略，核心是把GPU、网络交换机和NUMA节点的物理连接关系翻译成调度器能读懂的语言，让每个训练任务都落在通信成本最低的位置上，这是当前大模型训练集群缓解通信瓶颈的通用解法，也直接决定了一个集群能在多大比例上跑出理论算力，拓扑感知的节点放置策略是什么从一次慢训练事故说起一台8卡A100……