基于eRDMA部署弹性高性能计算集群
本文介绍如何开通适配eRDMA的E-HPC Cluster（原E-HPC NEXT），并以OSU-Benchmark应用为例，提供配置运行时参数以使用eRDMA技术加速多节点HPC应用的通信。
eRDMA GPU集群最佳实践
随着人工智能和高性能计算（HPC）应用的快速发展，GPU集群的需求日益增长。为了提升集群内部通信效率，远程直接内存访问（RDMA）技术被广泛应用。eRDMA（增强型RDMA）进一步优化了这一技术，尤其在大规模分布式训练和数据处理任务中表现出色。本文将探讨如何在GPU集群中充分利用eRDMA技术，以实现最佳性能和资源利用率。
Ray,Ray集群,Pytorch图像分类批量推理
本文基于E-HPC自定义Ray集群方案，给出了具体的Ray集群环境部署过程，并基于搭建好的Ray集群，介绍了基于PyTorch的图像分类批量推理基础实践。对于Ray分布式计算框架而言，其不仅适用于AI场景的分布式训练、仿真评估、策略服务执行任务，也可通用于大数据及各类大规模批量计算场景，支持用户结合具体业务场景进行灵活的功能定制研发。
升降配E-HPC集群
创建标准版E-HPC集群后，如果当前集群管理节点配置无法满足您的业务需求，您可以修改集群管理节点的实例规格（vCPU和内存）来提高集群性能。本文介绍如何通过ECS控制台升降配标准版E-HPC集群的管理节点。
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
