您的位置首页 >半导体 >

NVIDIA扩展Slurm工作负载管理器

NVIDIA 联合 SchedMD 对开源 Slurm 工作负载管理器完成功能扩展,新版本 Slurm 原生支持量子处理器 QPU 调度,超算中心不用单独开发一套调度系统,就能在原有 Slurm 集群上同时调度 GPU 经典算力和量子算力,适配 CUDA-Q 混合量子 - 经典计算的工作流,这次扩展兼容 QRMI、QDMI 行业标准接口,IBM、IQM、Pasqal、Quantinuum 等多家量子硬件厂商已经适配接入,研究人员可以沿用熟悉的 Slurm 提交脚本、记账、优先级管控方式跑量子程序,大幅降低量子计算融入超算集群的改造门槛。除量子调度插件之外,NVIDIA 收购 SchedMD 之后持续给 Slurm 迭代面向 AI 大集群的能力,包含适配 GB200 NVL72 的 block 块拓扑调度插件、Slinky 组件打通 Slurm 和 Kubernetes,兼顾 HPC 传统批量任务、AI 训练任务、云原生容器任务,所有 Slurm 主体代码和新增扩展插件保持开源,商业支持服务由 NVIDIA 承接。

Slurm 本次扩展核心新增能力清单

  • 新增量子资源调度插件:支持 QPU 作为一类资源纳入 Slurm 资源池统一分配
  • 接口标准:兼容 QRMI、QDMI,硬件厂商通过配置文件完成接入,不用深度改 Slurm 源码
  • 业务适配:和 CUDA-Q 深度联动,支持量子 + GPU 混合计算任务编排
  • 厂商生态:Alice & Bob、IBM、IQM、Pasqal、Quantinuum、MQSC 完成适配
  • 配套能力:原有账号记账、作业排队、公平共享、优先级策略对量子任务同样生效

Slurm 扩展后多负载调度对比

负载类型原有 Slurm 支持本次扩展新增
GPU HPC、AI 训练任务完整支持,含 NVL 块调度、拓扑感知调度维持原有能力持续优化
Kubernetes 容器任务依靠 Slinky 工具组互通调度Slinky 持续迭代 Operator、Bridge 组件
量子处理器 QPU 任务无原生调度,需要独立调度器原生纳入 Slurm 统一调度队列

关键组件介绍

  1. Slurm block 拓扑插件:专门针对 GB200 NVL72 这类 NVLink 紧密互联集群,把一组强互联节点视作一个调度块,作业尽量不跨块打散,减少跨块通信损耗,保障大模型训练吞吐
  2. Slinky:开源工具包,包含 Slurm Operator、Slurm Bridge,Operator 可以在 K8s 里面拉起整套 Slurm 集群;Bridge 让 Slurm 作为 K8s 的调度器,实现同一资源池混跑两种任务
  3. 量子调度插件:资源上报、配额管控、任务排队、故障上报逻辑对齐 GPU 资源,提交作业时指定 QPU 资源即可

适用场景与限制

✅ 适合场景:材料仿真、量子化学、核物理、量子纠错研究,需要经典 GPU 算力配合量子处理器协同计算的科研场景;已有 Slurm 超算集群,想要新增量子硬件的单位

⚠️ 限制:只解决调度编排层问题,量子硬件的编译、脉冲控制、纠错逻辑依然依赖 CUDA-Q 和各厂商 SDK;量子任务本身执行时长、硬件故障率和 GPU 任务差异很大,需要单独配置队列策略

【相关 FAQ】

问题 1:NVIDIA 扩展 Slurm 工作负载管理器,这次扩展主要新增了什么能力?

回答 1:NVIDIA 扩展 Slurm 工作负载管理器,核心新增量子处理器 QPU 原生调度插件,让 Slurm 可以统一管理 GPU 经典算力和量子算力,配合 CUDA-Q 运行量子 - 经典混合任务,兼容 QRMI、QDMI 标准。

问题 2:NVIDIA 扩展 Slurm 工作负载管理器,扩展之后,原来跑 AI 训练、HPC 任务的用法要改动吗?

回答 2:不用改动,NVIDIA 扩展 Slurm 工作负载管理器是新增插件能力,原有面向 GB200 集群的块拓扑调度、普通 GPU 任务调度、Slinky 对接 K8s 的能力全部保留,原有作业脚本可以正常提交运行。

问题 3:NVIDIA 扩展 Slurm 工作负载管理器,支持哪些量子硬件厂商接入?

回答 3:NVIDIA 扩展 Slurm 工作负载管理器,已经适配 Alice & Bob、IBM、IQM、Pasqal、Quantinuum、MQSC,硬件厂商基于 QRMI/QDMI 标准,通过配置文件接入 Slurm。

问题 4:NVIDIA 扩展 Slurm 工作负载管理器,Slurm 本身还保持开源吗?

回答 4:保持开源,NVIDIA 收购 SchedMD 之后,Slurm 主体代码、本次新增的量子调度扩展、Slinky 组件全部开源,企业和科研机构可以免费使用,商业技术支持由 NVIDIA 提供。

【参考资料】

[2026-11-16](NVIDIA 扩展 Slurm,将量子计算引入超级计算)NVIDIA 官方博客

[2026-11-16](Slurm 26.11 新增量子调度插件,支持混合量子经典超算调度)机器之心

[2026-05-07](借助 Slurm 块调度在 NVIDIA GB200 NVL72 上实现峰值系统和工作负载效率)NVIDIA 开发者博客

[2026-03-19](GTC 2026:依托开源 Slurm 编排下一代 AI 工作负载)Slurm 官方文档

【免责声明】

本文仅为 NVIDIA 扩展 Slurm 工作负载管理器资讯整理;量子调度插件适配进度、硬件兼容性、Slurm 版本特性以 SchedMD 和 NVIDIA 官方 Release Note 为准;集群部署、混合算力调度存在配置复杂度,不直接构成集群采购、硬件选型决策依据。

今日大家都在搜的词: