展示 HN：在 CPU 服务器上运行 PyTorch，将内核卸载到远程 GPU 上
我们已向所有用户开放WoolyAI GPU虚拟化试用。<p><a href="https://woolyai.com/signup/" rel="nofollow">https://woolyai.com/signup/</a><p>- 更高的GPU利用率与更低的成本 通过WoolyAI的服务器端调度器、显存去重和SLO感知控制，每个GPU可以处理更多任务。
- GPU可移植性 在NVIDIA和AMD后端上运行相同的机器学习容器，无需代码更改。
- 硬件灵活性 在仅有CPU的机器上开发/运行；在您的远程GPU池上执行内核。
查看原文
We have opened the WoolyAI GPU hypervisor trial to all.<p><a href="https://woolyai.com/signup/" rel="nofollow">https://woolyai.com/signup/</a><p>- Higher GPU utilization & lower cost Pack many jobs per GPU with WoolyAI’s server-side scheduler, VRAM deduplication, and SLO-aware controls.
- GPU portability Run the same ML container on NVIDIA and AMD backends—no code changes.
- Hardware flexibility Develop/run on CPU-only machines; execute kernels on your remote GPU pool.