NVIDIA 推出開源工具 Topograph：動態更新 GPU 叢集拓撲視圖，支援 Kubernetes 與 Slurm 調度

NVIDIA 推出開源工具包 Topograph，旨在解決 AI 基礎設施中 GPU 工作負載的拓撲感知調度（topology-aware workload scheduling）問題。 GPU 工作負載若跨越共享連結會降低吞吐量並增加成本。Topograph 透過 Providers 從雲端 API 或地端網路系統發現叢集拓撲，將其標準化為通用模型，再透過 Engines 轉換為排程器所需的格式。 相較於手動維護快照，Topograph 包含 API Server 與 Node Observer 等五個組件，能在叢集變更時動態重新生成拓撲視圖，讓排程器優先分配同一個拓撲域內的高頻寬 GPU 資源。 該工具目前支援輸出為 Kubernetes 節點標籤、Slurm 拓撲配置、Slinky ConfigMaps 及 NFD 資源。雲端環境已整合 Google Cloud、Lambda、Nebius、Nscale、OCI 與 Crusoe；地端環境則支援透過 ibnetdiscover 獲取 InfiniBand 拓撲，或透過 NetQ 獲取 Spectrum-X 與 MNNVL 網域資訊。 在 NVIDIA DSX OS 叢集編排層中，Topograph 可與 Dynamic Resource Allocation (DRA) 及 KAI Scheduler 協同運作。