# Allen Institute lancia uno scheduler GPU basato sui budget

> Il team AI Infrastructure ha sostituito il sistema di priorità con uno scheduler a ripartizione equa basato sui budget: i ricercatori possono rivendicare una quota del tempo GPU e gli interventi di riparazione su chiamata sono diminuiti del 74%.

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

Allen Institute for AI (Ai2) ha introdotto un nuovo scheduler per cluster GPU che usa quote di budget e una ripartizione gerarchica equa per decidere quali lavori di ricerca eseguire. Il sistema assegna a ogni progetto una quota fissa di ore GPU: per esempio, al Project A1 spetta il 35% della capacità totale. Solo i lavori coperti da un budget sono protetti dalla preemption. Lo scheduler richiede inoltre un tempo minimo di esecuzione concordato, trascorso il quale può recuperare le risorse e assegnarle ad altri lavori. Secondo gli ingegneri, il cambiamento equivale a un aumento del 30% della capacità di calcolo effettivamente utilizzabile e ha ridotto del 74% il lavoro manuale di riparazione.

## I fatti

- Il post sul blog è stato pubblicato il 2026-10-09.
- Ai2 gestisce cluster da 88‑1024 GPU, utilizzati da circa 150 ricercatori interni.

## Perché conta

I ricercatori hanno ora una quota prevedibile di tempo GPU e il personale reperibile deve dedicare molto meno tempo a interrompere manualmente i lavori di lunga durata.

## Fonti e riferimenti

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

Ultimo aggiornamento: 2026-10-09