我们的Kubernetes集群规模已经上升到7,500个节点，主要为诸如GPT-3、CLIP和DALLE等大型训练模型提供可扩展的基础架构，而且还可用于小规模快速迭代研究，例如神经语言模型的标度律等。将单个Kubernetes集群扩展到如此规模很难完成，同时在这个过程中需要格外