检查点感知双层推理调度框架提出

2026年11月10日，arXiv 平台“系统与控制·工程能源”板块发布 Yu Ma 等作者的论文，针对大语言模型训练中同步检查点引发的快速功率波动，提出一种检查点感知双层框架，通过调度灵活的推理负载来补偿扰动。据该论文，框架上层利用实测 GPU 功率曲线与预期检查点功率缺口，协调异构任务的选择与启动时间；下层在线调整新启动任务的批大小，以修正功率跟踪误差；同时通过提前启动（EL）与分阶段退出（SR）平滑检查点发生与恢复时的功率过渡。论文还称，当 GPU 资源相对充裕时，这些收益超过贪心调度。目前该工作处于论文发布阶段，报道未提及实际部署或第三方复现。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。