SUNK是一个开源项目（将于 2024 年初发布），它将 Kubernetes 容器化部署和 GitOps 引入 Slurm，并将 Slurm 调度程序插件集成到 Kubernetes。本质上，SUNK 将 Slurm 集成为 Kubernetes 调度程序，并允许 Slurm 作业在 Kubernetes 内运行。这创造了更加无缝的体验，在同一中央平台上支持爆发式和批量工作负载，并允许开发人员利

4. 使用示例在本节中，我们提出了一个PMIx接口的实际用例，该用例基于用户级故障缓解(ULFM)规范来支持开放MPI中的容错，该规范加强了检测并协调对故障事件的响应。响应故障是一个复杂的问题，因为系统中的各种组件都可能报告事件，例如网络驱动程序、来自故障MPI通信的带内检测、MPI进程资源环境、系统范围的资源管理器RAS服务、交换机和SNMP陷阱。类似地，多个组件可能对错误事件感兴趣并作...