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

Introducción a EXO y agrupación local de IA

• Visión general del marco EXO y el ecosistema exo-explore
• Comparativa entre inferencia centralizada en la nube e inferencia distribuida local
• Arquitectura: descubrimiento de dispositivos libp2p, backend MLX, panel de control y capas de 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 Rust nightly
• Instalación de la versión específica del fork de macmon para supervisión en Apple Silicon
• Clonar el repositorio y construir el panel de control con npm
• Ejecutar EXO desde el código fuente y verificar el panel 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
• Construcción del panel 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 auto-descubrimiento basado en libp2p a través de redes locales
• Configuración de espacios de nombres personalizados con EXO_LIBP2P_NAMESPACE para aislamiento del clúster
• Verificación de la membresía de nodos en la vista del clúster del panel de control
• Gestión de fallos de descubrimiento y problemas de segmentación de red

Habilitación de RDMA sobre Thunderbolt 5

• Arquitectura de RDMA y la reducción del 99 % en latencia reclamada
• Habilitación de RDMA en el modo de recuperación de macOS con rdma_ctl
• Requisitos de cables y restricciones de topología de puertos en Mac Studio
• Igualar las versiones de macOS en todos los nodos del clúster
• Resolución de problemas de descubrimiento RDMA y configuración DHCP

Implementación de modelos de última generación

• Uso del panel de control para cargar y fragmentar modelos DeepSeek v3.1, Qwen3-235B y familia Llama
• Vista previa de la distribución de instancias mediante el punto final /instance/previews de la API
• Creación de instancias de modelo con fragmentación por pipeline o paralelismo tensorial
• Configuración de tarjetas de modelos personalizados desde el hub de HuggingFace

Supervisión y resolución de problemas

• Lectura de registros de EXO y comprensión del rastreo distribuido
• Interpretación de la salud del clúster en la vista del clúster del panel 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 binarios de EXO y procedimientos de reconstrucción del panel de control
• Migración de cachés de modelos y gestión de modelos pre-descargados mediante NFS
• Eliminación ordenada de nodos y reequilibrio de cargas de trabajo