CapordiaFazer do existente uma base mensurável
A A100 SXM oferecida possui 80 GB de HBM2e e utiliza a arquitetura NVIDIA Ampere. Reúna a versão do código, as dependências, uma amostra de entrada e os parâmetros que hoje produzem um resultado aceito. Essa base permite verificar a nova execução sem alterar ao mesmo tempo as regras do processamento.
Mesmo com a mesma família de GPU, controle o ambiente de software efetivamente utilizado. Uma versão de biblioteca diferente pode alterar o comportamento da aplicação. O dossiê de recebimento deve permitir que um colega reproduza o teste sem precisar resgatar as decisões em um histórico de mensagens.
Organizar uma fila de recuperação
Classifique os trabalhos por prazo, dependência e possibilidade de retomada. Separe as tarefas urgentes das experiências opcionais; associe a cada uma uma saída esperada e uma regra de relançamento. Verifique se um ponto de salvamento pode realmente ser relido. Sua existência em disco não demonstra por si só que o trabalho poderá retomar corretamente.
Migrar para H100 por um motivo verificável
A H100 SXM também oferece 80 GB, sobre outra arquitetura e com HBM3. Uma migração para esse modelo, portanto, não resolve mecanicamente uma extrapolação de capacidade de 80 GB. Considere-a com um teste aplicativo preciso; se a memória por placa é o principal gargalo, compare também uma configuração de capacidade superior.
Escolher uma duração a partir do caderno de trabalhos
Para 3 dias, mantenha uma lista curta com um resultado de recebimento. Para 7 dias, agrupe os trabalhos cujos dados já estão prontos. Para 30 dias, distribua as entregas em vários marcos e verifique regularmente as saídas recuperadas.
Solicite o número de lotes de uma A100 necessário, a duração e o ambiente adequados. Os dados de contato do pedido designam o contato de acompanhamento. Em seguida, compartilhe o resumo com a equipe técnica para evitar que uma pessoa reserve a capacidade enquanto outra prepara um calendário diferente.