标签
SkyPilot 的博客介绍其平台如何通过拓扑感知的任务放置、原地故障恢复和集群自动碎片整理,让多节点 AI 训练任务在 Grace Blackwell NVL72 机架内保持 rack-locality,从而在相同机架上获得多出 27% 的可用 GPU。