⚙ Admin Mode · Unique visitors: —
News Tools Prompty AI ORBYNELLE AI Directory AI Playground English class AI Websites Mini Apps ASCII Scene ASCII Photo Surrealism AI Assistant

ORBYNELLE

ORBYNELLE — A tiny world. An endless story.

A preview of the upcoming strategy game

Step into the world of ORBYNELLE as it takes shape. This preview shows exploration, the construction of the first buildings, and the atmosphere of the world as day turns to night. The game is in development, and its visuals and gameplay will continue to evolve.

Development footage · 11 min 21 sec Open video separately
AI TOOLS · ONE PLACE

Explore AI platforms

A curated directory of widely used AI assistants, research tools, creative platforms and developer tools.

Curated selection, not a strict traffic ranking. Free access, credits and prices can change by country and over time.

Country labels refer to the provider’s home base.

No matching AI platforms found.
AI
Prompty AI
Technical Guides
Automation
Pneumatics
Cylinders, valves, ejectors
M
Electrics
Motors, drives, PLCs
Hydraulics
Pumps, cylinders, pressure
Other
Other technologies
Electronics
Electronic schematics
Power supplies
Rectifiers, regulators
Audio frequency
Amplifiers, preamplifiers
Test instruments
Voltmeters, generators, probes
Digital
Logic, timers, microcontrollers
Engineering Tools
Calculators & Converters
Electrical
Ohm's law, power, divider
Force & Pressure
Cylinder force, flow, air use
Converters
Units: bar, PSI, °C, mm
Wiring
Cross-section, voltage drop

AI · CREATIVITY · INNOVATION

MECHNEXT.EU — Intelligence in Motion

A space for artificial intelligence, creative ideas and useful digital tools.

01CONNECTED KNOWLEDGE SYSTEM
News
Latest intelligence
Loading articles…
Amazon rozszerza SageMaker HyperPod o głębsze kontrole i odzyskiwanie zadań
AI News

Amazon rozszerza SageMaker HyperPod o głębsze kontrole i odzyskiwanie zadań

Amazon przedstawił trzy możliwości Amazon SageMaker HyperPod: MultiNodeTrainingValidation, agenta HyperPod Kubernetes Resource Monitoring Agent oraz wykrywanie zawieszonych zadań w klastrach Slurm. Każda działa na innej warstwie. Pierwsza sprawdza instancje za pomocą stałego obciążenia treningowego, druga obserwuje środowisko Kubernetes, a trzecia rozpoznaje uczestniczące zadania Slurm, które przestały robić postępy.

Głęboka walidacja treningu w EKS

MultiNodeTrainingValidation jest pogłębioną kontrolą stanu klastrów HyperPod zarządzanych przez Amazon EKS. Uruchamia stałe obciążenie treningowe najpierw na każdej instancji, a następnie między instancjami tego samego typu. Kontrola nie ogranicza się więc do ogólnego stanu infrastruktury, lecz wymaga wykonania określonej referencyjnej ścieżki treningowej.

Walidacja obejmuje dwa testy. Tiny Megatron działa na wszystkich procesorach GPU każdej instancji. Następnie test Megatron przebiega przez EFA między instancjami tego samego typu. Instancja nie zalicza któregokolwiek testu, jeśli wartość straty stanie się NaN lub nieskończona albo trening przekroczy limit czasu. Dwa etapy obejmują zatem zarówno GPU wewnątrz pojedynczej instancji, jak i trening łączący zgodne instancje.

Walidację można uruchamiać podczas tworzenia lub aktualizacji instancji za pośrednictwem OnStartDeepHealthChecks. W przypadku istniejących instancji służy do tego interfejs StartClusterHealthCheck. Kontrola może więc towarzyszyć zmianie infrastruktury albo zostać niezależnie wykonana na już działających zasobach.

Powodzenie oznacza, że instancje prawidłowo wytrenowały stałe obciążenie referencyjne. Nie gwarantuje jednak zbieżności własnego zadania użytkownika.

To rozgraniczenie jest ważne przy interpretacji wyniku. Walidacja dostarcza informacji o przetestowanych instancjach i obciążeniu referencyjnym, lecz nie zastępuje oceny modelu, danych ani przebiegu konkretnego treningu.

Agent monitorujący zasoby Kubernetes

HyperPod Kubernetes Resource Monitoring Agent działa jako jeden pod na klaster w przestrzeni nazw aws-hyperpod i preferuje węzły CPU. Pełni rolę obserwacyjną: zgłasza problemy, ale nie uruchamia ponownie węzłów ani zadań. Działania naprawcze pozostają zatem oddzielone od jego ustaleń.

Agent obserwuje węzły, krytyczne pody infrastruktury, DaemonSety, obsługiwane zadania treningowe oraz opcjonalnie komunikację NCCL. Wyniki przekazuje poprzez zdarzenia Kubernetes i ustrukturyzowane dzienniki CloudWatch. Obserwacje są dzięki temu dostępne zarówno w strumieniu zdarzeń klastra, jak i w systemie ustrukturyzowanego rejestrowania.

Opcjonalne monitorowanie NCCL

Monitorowanie komunikacji NCCL wymaga wersji NCCL 2.24 lub nowszej i musi zostać włączone dla danego zadania. Agent co 30 sekund odczytuje raport NCCL RAS z każdego podu uczestniczącego zadania. Następnie łączy wyniki w jeden stan całego zadania: prawidłowy, pogorszony lub nieprawidłowy. Podsumowanie dotyczy więc poziomu zadania, chociaż powstaje na podstawie raportów ze wszystkich jego podów.

Wykrywanie zawieszonych zadań Slurm

W klastrach HyperPod Slurm agent wykrywający zawieszenia działa na każdym węźle. Funkcja jest domyślnie wyłączona i monitoruje wyłącznie zadania, w których zmienna środowiskowa HYPERPOD_HANG_RULES wskazuje plik reguł. Samo uruchomienie zadania w klastrze nie włącza więc monitorowania; potrzebna jest jawna konfiguracja.

Domyślne wykrywanie opiera się na danych wyjściowych zadania i aktywności GPU. Alternatywnie można zdefiniować własne reguły postępu i błędów za pomocą wyrażeń regularnych. Reguły niestandardowe zastępują domyślne wykrywanie dla danego zadania, a więc oba podejścia nie tworzą wspólnego zestawu.

Po wykryciu zawieszenia agent zapisuje w CloudWatch zdarzenie HANG_DETECTED. Domyślna akcja notify pozostawia zadanie uruchomione. Akcja cancel dodatkowo je anuluje, aby Slurm mógł ponownie umieścić je w kolejce. Pozwala to oddzielić samo wykrycie i zgłoszenie od opcjonalnego kroku odzyskiwania.

Funkcja wymaga obrazu HyperPod Slurm AMI wydanego 10 listopada 2026 roku lub później. Klastry utworzone od tego dnia już ją zawierają. W konkretnym wdrożeniu znaczenie mają zatem obraz klastra, włączenie funkcji, wskazanie pliku reguł przez zadanie, wybrana metoda wykrywania oraz decyzja między powiadomieniem a anulowaniem.

Add Article

Contact us

Have a question or want to submit a catalogue? Send us a message.

About Mechnext

MechNext is an independent project exploring artificial intelligence and practical ways to use it. I share clear articles, ideas, experiments and tools that reveal what AI can do in everyday life and at work.

The project grew from curiosity about how far AI can go and a desire to try new possibilities in practice. It is a place for anyone who wants to understand artificial intelligence better and use it creatively.

Content on MechNext is for information only and is not a commercial offer or professional advice. AI outputs can be wrong, so verify important information with trusted sources.