topology-aware scheduling

从空闲GPU到有效算力：大规模AI集群调度的演进

结合Alibaba超大规模AI集群研究和快手TIDAL实践，讨论GPU调度如何从分配空闲资源，演进为同时治理空间碎片、潮汐变化、网络拓扑和业务执行粒度的有效算力调度。

Grove：LLM推理系统的Kubernetes表达层

Grove通过更高层的workload对象，把复杂LLM推理系统描述为一个整体，并以声明方式表达组件关系、扩缩容、启动顺序，以及成组调度和拓扑约束相关的调度协议。