CoreWeave

CoreWeave ARENA: A Practical Approach to Workload Evaluation

8.5内容质量
CoreWeave ARENA: A Practical Approach to Workload Evaluation

TL;DR · AI 摘要

CoreWeave ARENA通过真实环境评估工作负载,提供可验证的性能和成本数据,填补基准测试与实际运行间的差距。

核心要点

  • ARENA评估需持续数周以观察常态表现,而非单次测试
  • 使用marimo笔记本快速搭建环境,减少初始配置时间
  • 评估内容包含AI对象存储和LOTA对吞吐量的影响分析

结构提纲

按章节快速跳转。

  1. 指出基准测试无法反映真实环境中的工作负载行为问题。

  2. §ARENA解决方案

    介绍CoreWeave ARENA作为生产就绪AI实验室的核心价值。

  3. 说明ARENA评估需要持续数周以观察常态表现。

  4. 通过marimo笔记本快速完成初始环境配置。

  5. 涵盖性能、成本、工作负载行为等多维度分析。

思维导图

用一张图看清主题之间的关系。

查看大纲文本(无障碍 / 无 JS 友好)
  • CoreWeave ARENA
    • 真实环境评估
      • 性能测试
      • 成本分析
    • 评估流程
      • 环境搭建
      • 多周观察
    • 关键工具
      • marimo笔记本
      • AI对象存储

金句 / Highlights

值得收藏与分享的关键句。

#AI实验室#工作负载评估#CoreWeave#云基础设施
打开原文

CoreWeave ARENA:面向实际工作负载评估的实践平台

发布于

2026年2月5日

3

分钟阅读

CoreWeave ARENA:工作负载评估的实践方法

作者

Corey Sanders

已复制

基准测试虽然有用,但无法反映工作负载在真实运行环境中的表现。一个结果可能准确,但仍可能忽略真正重要的问题:您的工作负载在真实环境中(包含编排、存储和网络的协同作用)运行时在GPU上的实际表现。

这种差距以令人熟悉的痛苦方式显现。您运行一个小测试时表现稳定,但扩展到完整流水线时吞吐量下降30%。或者基准测试显示模型达到延迟目标,但当在真实环境中端到端运行工作负载时,开始出现超时。团队最终只能运行各种变体,争论变化因素,试图根据不完整的信息做出判断。我们开发了CoreWeave ARENA,将评估转化为可重复的过程,将猜测转变为可验证的证据。这是您可以实际运行、迭代并用于在投入基础设施之前做出可辩护决策的工具。

CoreWeave ARENA:真实工作负载、真实基础设施、真实结果

CoreWeave ARENA是一个生产就绪的AI实验室,团队可以在与计划生产环境高度相似的条件下,在CoreWeave上运行实际工作负载。该实验室为您提供清晰的视角,了解当测试停止时真正重要的行为表现——包括性能表现、系统扩展性以及在负载稳定(而非偶发)时的成本情况。在整个评估过程中,我们的CoreWeave专家团队将全程参与,帮助您解读结果、快速迭代,并保持对关键决策的关注。

虽然部分初始测试和实验可以快速完成,但针对真实工作负载评估,CoreWeave ARENA评估通常需要持续数周。这个时间窗口是刻意设计的。它为团队提供了超越首次干净运行的机会,根据所学内容进行迭代,并观察"正常"状态,而非仅基于单次最佳尝试进行判断。

从设置到可信赖信号的快速路径

我们保持体验简洁。专家首先设置基于笔记本的环境,帮助您快速完成首次真实运行。实践中,我们使用基于marimo的笔记本设置,为实验室打包了引导式笔记本和基准结构,使团队无需在设置和胶合代码上花费前几日时间。

从那里开始,与CoreWeave专家合作的团队通常分两步进行。首先,我们与您的团队合作验证基础设置,确保环境表现符合预期且信号可信赖。然后进入与实际运营方式相符的工作负载测试,这才是评估真正价值显现的地方。

CoreWeave ARENA旨在为您提供关于性能、成本和工作负载行为的深入洞察。评估通常包括:

  • 测量平台构建模块对真实运行的影响,例如使用AI对象存储和LOTA进行数据摄入和持续吞吐量的性能表现
  • 理解工作负载在超越通过/失败基准的更深层次压力下的行为——瓶颈的出现、通信模式的变化以及运行间性能差异
  • 通过调整编排、数据路径或工作负载形状(对下游部署有实际影响的调整方式)进行配置和规模的迭代,观察结果变化

从首次运行到生产环境的操作可见性

在实验跟踪方面,我们预先在 CoreWeave ARENA 环境中加载了 Weights & Biases 试验,使您能够从第一天起就记录指标和工件。如果您已经在使用 Weights & Biases,可以继续使用常规工作流程。如果您尚未使用,评估是一个无需漫长设置周期即可轻松尝试的起点。

运行情况也可在 CoreWeave Mission Control 中查看,这是运行 AI 工作负载的操作标准。这是您在实验室之外将依赖的相同操作视图,日志和指标通过 Grafana 提供,而非仅限于实验室的界面。它有助于将结果与底层情况关联起来,并使您更容易理解在迭代过程中性能变化的原因。

CoreWeave Mission Control Agent 将这些操作信号引入团队已使用的工具中,例如 Slack。它可以展示关键指标,突出显示运行之间的变化,并在您快速推进时帮助团队专注于值得关注的内容。

在编排方面,CoreWeave ARENA 支持适合工作负载的路径,包括在 CKS(CoreWeave Kubernetes Service)上运行的原生 Kubernetes 工作流,或通过 SUNK(Slurm on Kubernetes)在 CKS 上运行的基于 Slurm 的工作流。

用真实数据做出正确决策,而非猜测

CoreWeave ARENA 适用于已有实际工作负载且接近做出决策的团队,例如扩展、更改基础设施或为生产环境做准备。

我们发现,团队对 CoreWeave ARENA 的需求是建立信心,从而做出对未来工作负载至关重要的决策。他们不仅希望验证工作负载能否运行,更希望了解在真实操作中,工作负载的表现是否符合预期,包括性能、扩展性和成本在内的所有方面都清晰可见。这使您能够专注于开发新的 AI 能力、新的 AI 产品以及新的 AI 工作方式,而如果仍对基础问题进行猜测,就很难快速推进。

在锁定发布计划或承诺使用 AI 提供商之前进行这项工作,正是其优势所在。您可以了解真实情况,在仍有调整空间时进行调整,然后自信地做出决策。

今日验证,自信决策,扩展未来

目前,CoreWeave ARENA 已向现有客户开放,用于验证新工作负载或验证现有工作负载在新基础设施上的表现。我们计划在 2026 年第二季度开放新团队的申请。

如果您即将做出真实的基础设施决策,请不要仅凭直觉行事。按照您计划运行的方式运行工作负载,分析其行为,全面了解其成本,并自信地做出决策。

#### 体验 CoreWeave ARENA 的快速演示

#### 参加 CoreWeave ARENA 的 AI 生产就绪性验证简报

在本次即将举行的简报中,CoreWeave 专家将演示评估的实际操作流程,并讲解在构建未来扩展能力时哪些信号最为关键。

  • 注册简报

或

  • 了解更多关于 CoreWeave ARENA 的信息,了解为什么 CoreWeave 是 AI 的必备云平台
  • 了解 CoreWeave Mission Control,AI 云的操作标准

分享本文: /