他们都在等着下一步命令。
沈仲和站在原地,深吸了一口气。
后面坐着的韩路一和赵文渊目不转睛地盯着测试现场。
视频会议另一边的江松然也屏住了呼吸。
上一次,就是在这一步,组成千卡集群的尝试因为跨排链路拥塞,造成整个集群连锁反应式的崩溃。
当时,随着两个五百卡集群相连,整个监控屏幕一瞬间就飘红,仿佛火警现场。
也是那一次,他们发现了原生通讯协议是阻止l100组成更大集群的瓶颈。
现在,在l100集群装备了新的通讯协议之后,第二次尝试要开始了。
随着沈仲和按下回车,采用全新协议的两个l100五百卡集群并入了同一个逻辑集群,各个节点开始重新构建新的拓扑结构。
监控屏幕上的数字从【512】【512】变成了【1024】。
全新集群上线,江松然在远程运行了第一个模拟训练任务。
监控屏幕中,显存使用率开始上升。
卡间通信的带宽占用也在同步上升。
但是很快就稳定在了一个安全的区域内。
两分钟后,训练任务完成。
显存使用率和带宽占用也开始同步回落。
千卡集群的测试成功了!
看到这个结果的一瞬间,赵文渊就转头看向了韩路一。
只见韩路一的脸上云淡风轻,仿佛对这个结果早有预料。
啊,早该预料到的。
越是高兴就越是装的若无其事的样子。
赵文渊无奈地看向背对着他的沈仲和,只见沈仲和一动不动,整个人仿佛呆住了。
赵文渊起身走到沈仲和旁边,拍了拍他的肩膀,说道:“老沈,成了。”
沈仲和这才如梦方醒。
真成了。
研究了这么多年的屠龙技,如今真的要去屠龙了。
……
第一次连接成功,只是证明了hl-lnk在l100上的可行性。
但是学术问题和工程问题最大的差别就在于稳定性。
在把hl-lnk推广到现在所有的l100集群上,甚至在新生产的l100计算卡上直接预制之前,还需要再进行详细的测试。
沈仲和带着手底下的人已经在干活了。
比如随机把一个节点断电,模拟真实环境中出现坏节点的情况。