训练排队算力优化

模型训练排队等待算力空出来，最靠谱的解法是“先调度、后扩容”：先把集群里被浪费的碎片算力压出来，再把任务错峰、降配、可中断化，最后才用按量云算力兜底， 很多团队排队的真实原因不是卡不够，而是卡没被用满、任务不会让路、弹性没接上，训练任务排队的真实原因，常常不是“卡不够”资源型排队和调度型排队，要先分清排队看起来……