EXO: Implementación de un clúster de IA local de extremo a extremo

Introducción a EXO y al agrupamiento local de IA

• Visión general del marco EXO y el ecosistema exo-explore
• Comparación entre inferencia centralizada en la nube vs. inferencia local distribuida
• Arquitectura: descubrimiento de dispositivos con libp2p, backend MLX, tablero de control y capas API
• Requisitos de hardware: Apple Silicon (M3 Ultra, M4 Pro/Max), Thunderbolt 5, almacenamiento compartido

Instalación de EXO en macOS

• Configuración de Xcode, Metal Toolchain y prerequisitos de macOS
• Instalación de uv, Node.js y la herramienta Rust nightly
• Instalación de la versión fija (fork) de macmon para monitoreo en Apple Silicon
• Clonado del repositorio y compilación del tablero de control con npm
• Ejecución de EXO desde el código fuente y verificación del tablero de control en localhost:52415

Instalación de EXO en Linux

• Instalación de dependencias mediante apt o Homebrew en Linux
• Configuración de uv, Node.js 18+ y Rust nightly
• Compilación del tablero de control y ejecución de EXO en modo solo CPU
• Estructura de directorios: rutas XDG Base Directory para configuración, datos, caché y registros

Descubrimiento automático de dispositivos y formación del clúster

• Comprensión del descubrimiento automático basado en libp2p a través de redes locales
• Configuración de nombres de dominio personalizados con EXO_LIBP2P_NAMESPACE para aislamiento del clúster
• Verificación de la membresía de los nodos en la vista del clúster del tablero de control
• Gestión de fallos de descubrimiento y problemas de segmentación de red

Habilitación de RDMA a través de Thunderbolt 5

• Arquitectura de RDMA y la afirmación de reducción del 99% en la latencia
• Habilitación de RDMA en el modo de recuperación de macOS con rdma_ctl
• Requisitos de cableado y restricciones de topología de puertos en Mac Studio
• Igualdad de versiones de macOS en todos los nodos del clúster
• Solución de problemas de descubrimiento de RDMA y configuración de DHCP

Implementación de modelos avanzados

• Uso del tablero de control para cargar y segmentar modelos DeepSeek v3.1, Qwen3-235B y la familia Llama
• Vista previa de las ubicaciones de instancias con el punto final de la API /instance/previews
• Creación de instancias de modelo con segmentación por pipeline o paralelismo de tensor
• Configuración de tarjetas de modelo personalizadas desde el hub de HuggingFace

Supervisión y resolución de problemas

• Lectura de los registros de EXO y comprensión del rastreo distribuido
• Interpretación de la salud del clúster en la vista del clúster del tablero de control
• Diagnóstico de fallos en nodos trabajadores y comportamiento de reconexión
• Uso de EXO_TRACING_ENABLED para análisis de cuellos de botella de rendimiento

Mantenimiento y actualizaciones del clúster

• Actualización de los binarios de EXO y procedimientos de reconstrucción del tablero de control
• Migración de cachés de modelos y gestión de modelos pre-descargados sobre NFS
• Eliminación ordenada de nodos y reequilibrio de cargas de trabajo