# Allen Institute führt GPU-Scheduler mit festen Budgets ein

> Das AI-Infrastructure-Team hat sein Prioritätensystem durch einen fairen, budgetbasierten Scheduler ersetzt. Forschende können damit einen Anteil der GPU-Zeit beanspruchen; zugleich sank der manuelle Reparaturaufwand im Bereitschaftsdienst um 74 Prozent.

Oossa · 2026-10-09 · https://oossa.com/de/allen-institute-rolls-out-budget-driven-gpu-scheduler

Das Allen Institute for AI (Ai2) hat einen neuen Scheduler für GPU-Cluster eingeführt, der mithilfe von Budgetzuweisungen und hierarchischer Fair-Share-Verteilung entscheidet, welche Forschungsaufträge ausgeführt werden. Jedes Projekt erhält einen festen Anteil der GPU-Stunden – etwa 35 Prozent der Gesamtkapazität für Project A1. Nur Aufträge mit zugewiesenem Budget sind vor einer vorzeitigen Beendigung geschützt. Außerdem gilt eine Mindestlaufzeit: Danach kann der Scheduler Ressourcen für andere Aufträge freigeben. Laut den Ingenieuren fühlt sich die Änderung wie 30 Prozent mehr nutzbare Rechenleistung an und hat den manuellen Reparaturaufwand um 74 Prozent reduziert.

## Die Fakten

- Der Blogbeitrag wurde am 2026-10-09 veröffentlicht.
- Ai2 verwaltet Cluster mit 88–1024 GPUs, die rund 150 interne Forschende versorgen.

## Warum es wichtig ist

Forschende erhalten nun einen verlässlichen Anteil der GPU-Zeit, und der Bereitschaftsdienst muss deutlich seltener lang laufende Aufträge manuell beenden.

## Quellen und Referenzen

1. [Impactful scheduling for GPU clusters](https://huggingface.co/blog/allenai/impactful-scheduling) – Hugging Face, 2026-10-09
2. [Impactful scheduling for GPU clusters](https://allenai.org/blog/impactful-scheduling) – Ai2

Zuletzt aktualisiert: 2026-10-09