// AI 新闻 · 2026-10-29 · AWS Machine Learning Blog
AWS 推出 Ray Train DLC 支持 EKS 上的分布式训练
AWS 在其机器学习博客中介绍，通过使用 Ray Train Deep Learning Container（DLC），可在 Amazon EKS 集群上实现基于 PyTorch FSDP 的 Qwen2.5-1.5B 模型八卡分布式微调。该方案在两个 g6.12xlarge 实例上运行，每个实例配备八张 NVIDIA L4 GPU，利用 EFA 实现跨节点通信。Ray 以单集群模式运行，KubeRay 操作符负责创建 Ray head 和 worker pod，并管理集群生命周期。
原文发布 2026-10-29 02:19（北京时间）来源 AWS Machine Learning Blog自动整理 · 已核对原文
01摘要
DLC 预装完整的 CUDA 与 EFA 堆栈，无需用户构建容器镜像。其包含 NCCL、EFA 用户空间库及 AWS OFI NCCL 插件，已通过多节点 EFA 和 KubeRay 训练测试验证。所有配置（如网络接口、GPU 数量、Python 包）均在运行时通过外部参数设置，不改变镜像内容。该方案避免了容器构建、驱动匹配、头节点与工作节点镜像分离等常见问题，实现快速部署和可复现训练流程。
由开源模型根据原文自动整理，经数字/专名逐项核对（必须在原文中出现），以原文为准。
02要点
- Ray Train DLC 预装 CUDA 和 EFA 堆栈，无需用户构建容器镜像。
- 在两个 g6.12xlarge 实例上使用 KubeRay 实现八卡分布式 PyTorch FSDP 训练。
- 所有网络配置、GPU 分配和 Python 包通过运行时参数设置，不修改镜像。
- DLC 经 AWS 多节点 EFA 和 KubeRay 测试验证，确保跨实例通信稳定可靠。
03原文出处
Distributed training with Ray Train DLCs and EFA on EKS
AWS Machine Learning Blog · 发布于 2026-10-29 02:19（北京时间） · 上方为原标题
05同主题新闻
出自智图 AI 新闻：从 1100 多个官方与媒体信源采集。摘要只转述原文内容，详情请看原文。 全部 AI 新闻 · 今日