# Allen Institute ने बजट-आधारित GPU शेड्यूलर शुरू किया

> AI Infrastructure टीम ने प्राथमिकता-आधारित सिस्टम की जगह बजट पर चलने वाला निष्पक्ष संसाधन-वितरण शेड्यूलर अपनाया है। इससे शोधकर्ता GPU समय में अपना हिस्सा तय कर सकते हैं और ऑन-कॉल मरम्मत में 74% की कमी आई है।

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

Allen Institute for AI (Ai2) ने एक नया GPU क्लस्टर शेड्यूलर पेश किया है, जो यह तय करने के लिए बजट आवंटन और पदानुक्रमित निष्पक्ष हिस्सेदारी का इस्तेमाल करता है कि कौन-से शोध कार्य चलेंगे। सिस्टम हर प्रोजेक्ट को GPU घंटों का एक तय हिस्सा देता है—मिसाल के तौर पर, Project A1 को कुल क्षमता का 35% मिलता है—और केवल बजट वाले कार्यों को बीच में रोके जाने से सुरक्षा मिलती है। शेड्यूलर में न्यूनतम रनटाइम अनुबंध भी ज़रूरी है, जिसके पूरा होने के बाद वह दूसरे कार्यों के लिए संसाधन वापस ले सकता है। इंजीनियरों का कहना है कि इस बदलाव से इस्तेमाल के लिए उपलब्ध कंप्यूट क्षमता 30% बढ़ी हुई महसूस होती है और मैन्युअल मरम्मत का काम 74% घटा है।

## तथ्य

- ब्लॉग पोस्ट 2026-10-09 को प्रकाशित हुई थी।
- Ai2 लगभग 150 आंतरिक शोधकर्ताओं के लिए 88‑1024 GPU वाले क्लस्टर संभालता है।

## यह क्यों मायने रखता है

अब शोधकर्ताओं को GPU समय का अनुमानित हिस्सा मिलता है और ऑन-कॉल कर्मचारियों को लंबे समय तक चलने वाले कार्यों को मैन्युअल रूप से बंद करने में कहीं कम समय देना पड़ता है।

## स्रोत और संदर्भ

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

अंतिम अपडेट: 2026-10-09