提出GF-Bench基准评测分布式GPU日志异常检测

Boyuan Cui 等研究者提出 PyTorch 框架 GF-Bench，可在分布式 GPU 工作负载中注入可控故障，并基于该框架发布含 220 个标注双 GPU 运行的数据集。其目的是为日志异常检测方法提供可复现的评测基础。 当前发布版本针对的是能在多 GPU 通信日志中观察到的故障，覆盖正常行为、CUDA out-of-memory fail-stop 故障与持续 straggler fail-slow 故障。研究者称该基准可扩展到更多 GPU 工作负载和故障类型。

AI 根据报道生成 · 47 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。