대규모 모델 학습용 GPU 오케스트레이션

여러 GPU 노드의 자원 할당, 작업 대기열과 분산 학습 실행을 관리하는 대규모 모델 학습 프레임워크

README 편집 요약

프로젝트 핵심 읽기

한눈에 보기

여러 GPU 노드의 자원 할당과 대규모 모델 분산 학습 실행을 함께 관리하는 오픈소스 프레임워크입니다.

핵심 기능
대규모 학습 작업에 GPU를 배정하고 실행한다
공유 및 전용 노드를 작업에 할당하고 대기열, 실험 실행, 모니터링과 체크포인트 흐름을 관리합니다.
구성과 특징
PyTorch 학습 코드에 분산 실행 계층을 더한다
ZeRO-3와 FSDP를 지원하며 GitHub Actions를 통해 코드 배포와 실험 실행 환경을 연결합니다.
사용 전 확인
노드 권한과 프로젝트 성숙도를 평가해야 한다
Ubuntu 서버의 SSH 접근과 암호 없는 sudo를 요구하고 README 설치 예시는 0.0.3을 가리키므로 격리된 환경에서 유지보수 상태와 보안 범위를 먼저 검증해야 합니다.
차별점
스케줄러와 모델 학습 API를 한 작업 흐름에 둔다
GPU 자원만 배정하는 도구와 달리 실험 정의, 의존성 재현과 대규모 모델 학습 루프를 같은 프레임워크에서 다룹니다.

GitHub 관심도

프로젝트 품질 평가와 별개로, 누적 Star 기준 Top 100에서 나타난 관심도 변화만 기록합니다.

아직 비교할 날짜가 없습니다. 다음 스냅샷부터 일별 변화가 이어집니다.

각 점은 해당 날짜의 공개 스냅샷입니다. 날짜가 빠진 구간은 선으로 추정하지 않고 확보한 기록만 표시합니다.

기준 정보

2026.09.20

순위와 Star 수는 공개 목록을 확인한 스냅샷입니다. 실시간 값과 프로젝트의 최신 내용은 실제 저장소에서 확인할 수 있습니다.