FTLib云原生分布式訓練解決方案

FTLib（Fault-Tolerant Library）是一個支持彈性伸縮和自動容錯的云原生分布式訓練解決方案，旨在幫助企業(yè)應(yīng)對因訓練數(shù)據(jù)量激增產(chǎn)生的意外情況，真正部署和運行大規(guī)模的分布式訓練。為了向不同用戶提供不同級別的 API，避免對訓練框架的侵入式修改，F(xiàn)TLib 已被作為一個庫引入到 Python 中，因此，它可以針對不同需求提供不同的 API。