🖥️Computerworld•較早收集於 5m
Nvidia 收購 SchedMD，Slurm 面臨偏袒疑慮
💡Nvidia 掌控頂尖實驗室 AI 訓練排程器—多 GPU 環境偏見風險（28字）
⚡ 30-Second TL;DR
有什麼變化
Nvidia 於 2025 年 12 月收購 SchedMD，掌控 Slurm。
為什麼重要
可能在多供應商 AI 叢集中為 Nvidia GPU 創造「最佳支援路徑」，壓縮 AMD/Intel。依賴 Slurm 的 AI 團隊在非 Nvidia 環境中可能面臨效率落差。
下一步行動
審核 AI 叢集中的 Slurm 版本，若競爭者 GPU 支援延遲則準備分叉。
誰應關注：Enterprise & Security Teams
關鍵要點
- •Nvidia 於 2025 年 12 月收購 SchedMD，掌控 Slurm。
- •Slurm 支援 60% 超級電腦，用於 Meta、Mistral、Anthropic 的 AI 訓練。
- •擔憂透過更快 CUDA 支援而非 ROCm/oneAPI 產生偏見。
- •開源但 Nvidia 影響路線圖與程式碼審核。
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •SchedMD 在被收購前已面臨開源社群對其商業模式轉向的壓力，Nvidia 的介入加劇了關於 Slurm 是否會從『中立排程器』轉變為『Nvidia 專屬生態工具』的爭議。
- •歐洲超級電腦中心（如 EuroHPC JU）已公開表示擔憂，並開始評估將 Slurm 遷移至其他開源替代方案的可行性，以避免供應商鎖定（Vendor Lock-in）。
- •Nvidia 承諾維持 Slurm 的開源授權（GPL），但業界分析師指出，透過對核心維護者（Maintainers）的直接聘僱，Nvidia 實際上已掌握了程式碼合併（Merge）的最終決策權。
📊 競品分析▸ Show
| 特性 | Slurm (Nvidia) | PBS Professional (Altair) | LSF (IBM) | Kubernetes (Cloud Native) |
|---|---|---|---|---|
| 主要市場 | HPC/超級電腦 | HPC/工業模擬 | 企業級 HPC | 雲端原生/AI 容器 |
| 硬體支援 | 偏向 Nvidia (CUDA) | 中立 (多架構) | 中立 (多架構) | 中立 (透過插件) |
| 授權模式 | 開源 (GPL) | 商業授權 | 商業授權 | 開源 (Apache 2.0) |
| AI 訓練優勢 | 高度整合 Nvidia 堆疊 | 傳統批次處理強 | 資源調度靈活 | 彈性擴展性高 |
🛠️ 技術深入
- •Slurm 的核心架構包含 slurmctld（中央控制器）、slurmd（計算節點守護進程）以及 slurmdbd（資料庫守護進程）。
- •Nvidia 的整合重點在於『GRES』（Generic Resources）插件的深度優化，旨在更精確地管理 GPU 記憶體分區（MIG）與 NVLink 拓撲感知。
- •排程演算法（Backfill Scheduling）目前正針對大規模 AI 叢集進行調整，以減少多節點訓練時的『碎片化』等待時間，這部分被懷疑優先針對 Hopper/Blackwell 架構進行了硬體加速路徑優化。
🔮 前景展望AI analysis grounded in cited sources
HPC 社群將出現 Slurm 的開源分支（Fork）。
由於對 Nvidia 掌控路線圖的不信任，非 Nvidia 硬體用戶群體極可能建立獨立維護的 Slurm 分支以確保中立性。
Kubernetes 在 AI 訓練領域的市佔率將加速提升。
為了規避 Slurm 的供應商鎖定風險，企業將更傾向於採用架構中立且生態開放的 Kubernetes 作為 AI 叢集調度方案。
⏳ 時間線
2010-01
SchedMD 正式成立，開始提供 Slurm 的商業支援與開發服務。
2023-05
Slurm 23.02 版本發布，強化了對 GPU 拓撲感知的支援。
2025-12
Nvidia 正式完成對 SchedMD 的收購，將其納入軟體部門。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： Computerworld ↗