# 训练任务硬件选择

Meta 的 LEAP 在训练作业提交时预测它在每种候选硬件上的吞吐，并按单位成本吞吐排序，供集群调度器参考。它取代了按模型类型、训练器数、批大小和硬件类型查表的旧方案，旧表只覆盖13%的作业尝试。30次夜间重训的中位准确率为77%，在旧表覆盖的946个作业上，LEAP 有85.1%的预测落在实测值±20%以内，旧表为53.2%。

Meta 的 LEAP 在训练作业提交时预测它在每种候选硬件上的吞吐，并按单位成本吞吐排序，供集群调度器参考。它取代了按模型类型、训练器数、批大小和硬件类型查表的旧方案，旧表只覆盖13%的作业尝试。30次夜间重训的中位准确率为77%，在旧表覆盖的946个作业上，LEAP 有85.1%的预测落在实测值±20%以内，旧表为53.2%。