SkyPilot 為 NVL72 做拓撲感知排程，同機架多 27% 可用 GPU
SkyPilot 通過拓撲感知放置、硬體故障就地恢復和共享叢集自動碎片整理，讓 NVL72 上的多節點任務儘量保持在同一機架內，從同樣機架多提供 27% 可用 GPU。背景是跨機架任務仍會落到 InfiniBand：Hugging Face 測得訓練從 NVLink 切到 InfiniBand 吞吐下降 43%，而 NVL72 用統一 NVLink 連線單機架 72 塊 GPU，可把張量並行與專家並行的 all-reduce、all-to-all 留在機架內。
把 NVL72 的機架區域性性與 27% 可用 GPU 提升、43% 跨機架吞吐損失放在一起講，對多節點訓練與推理的叢集排程有量化參考。
原標題：Grace Blackwell needs a new scheduler: 27% more usable GPUs from the same racks
閱讀原文
| 評分 | 63 / 64（平均 63，門檻 76） |
|---|---|
| 狀態 | 未入選 |
相關報導
Ai2 用 GPU 時間預算替代優先順序排程
Ai2 把原先基於優先順序的 GPU 排程器換成了由 GPU 時間預算、層級化公平分配和時間切片契約組成的新系統。它管理數千塊 NVIDIA H100、B200、B300，叢集規模從 88 到 1024 塊 GPU，服務約 150 名內部研究者，GPU 需求長期是供給的 2 到 3 倍。舊方案導致 GPU 蹲坑佔位、優先順序通脹（最終 100% 工作負載都標為 HIGH）以及值班工程師大量時間用於協商關閉不可搶佔任務。
調研：79% 企業 GPU 過半時間閒置，七成仍計劃擴充算力
VentureBeat Intelligence 在 2026 年 7 至 9 月的三輪調研（385 名受訪者）顯示，79% 的企業表示其 GPU 至少一半時間完全閒置，這一比例三個月穩定在 77% 至 81%。但在這批企業中，70% 仍計劃未來 12 個月引入、擴充或更換 AI 計算平台；計劃採用新平台的受訪者中有 91% 拿不出經財務部門稽核的 ROI 資料。新採購意向中 90% 投向公有云與模型 API，僅 8% 考慮擴建本地私有叢集。
NVIDIA 公布本地 AI 硬體陣容，DGX Spark 64GB 將於 10 月 23 日開售
NVIDIA 在 GTC 柏林公布本地 AI 硬體全線進展：DGX Spark 64GB 將於 10 月 23 日由合作伙伴開售，最多八臺組成叢集、合計 1TB 統一記憶體。DGX Station for Windows 定於 12 月推出，支援製造業應用與 agent harness；Linux 版 DGX Station 以 748GB 一致記憶體服務 30 名以上使用者。
Minions：聚合閒置 Apple Silicon 的分散式虛擬 GPU 雲
一篇新論文提出 Minions：把多臺 macOS 裝置上閒置的 Apple Silicon GPU 聚合成分散式虛擬 GPU 雲，用來跑大規模機器學習推理。作者認為集中式 GPU 基礎設施成本高、彈性有限、資源緊張時等待時間長，而 Apple Silicon 裝置的 GPU 在日常使用中大多處於空閒狀態。論文稱該方案讓團隊能夠利用現有裝置承載推理負載，具體排程方式與效能資料未在摘要中給出。
無問芯穹 GPU 運算元 Agent 登頂 NVIDIA SOL-ExecBench 四賽道
無問芯穹的 GPU 運算元最佳化 Agent 框架在 NVIDIA Research 的 SOL-ExecBench 上登頂 L1 基礎運算元、L2 融合運算元、Quant 量化與 FlashInfer-Bench 推理四大賽道；在全部 235 道題中拿下 88 項單題第一，超過第二名單題第一數量的 2 倍。該系統把工作區、除錯區和評測區徹底隔離，評測容器停用網路，並用 Skills、共享記憶與統一 GPU 排程讓 Agent 完成程式碼生成、評測驗證、效能分析和策略調整的閉環。