NVIDIA Developer Blog· Elizabeth Goodman·· 1 天前
NVIDIA Mission Control 2.5 如何为 Kubernetes 带来自主恢复能力
How NVIDIA Mission Control 2.5 Brings Autonomous Recovery to Kubernetes
AI 导读
NVIDIA Mission Control 2.5 为 Kubernetes 引入自主恢复能力，面向数千 GPU 规模的大模型训练集群提升弹性与在线率。该版本延续数据中心既有的 MTTR 与 MTBF 指标思路，在 AI 工厂规模扩大、风险更高的场景下把监控与自动化内建到集群运维中。
来源：NVIDIA Developer Blog · developer.nvidia.com