NVIDIA Mission Control 2.5 实现 Kubernetes 自主恢复
NVIDIA Mission Control 2.5 将自主恢复引擎扩展至 Kubernetes 工作负载，取代传统的 Slurm HPC 限制。该功能通过自动检测、诊断和恢复异常，帮助 AI 工厂从被动运维转向自愈基础设施，显著提升大规模分布式训练集群的韧性与可用性。
标签：Mission Control（1 篇）
NVIDIA Mission Control 2.5 将自主恢复引擎扩展至 Kubernetes 工作负载，取代传统的 Slurm HPC 限制。该功能通过自动检测、诊断和恢复异常，帮助 AI 工厂从被动运维转向自愈基础设施，显著提升大规模分布式训练集群的韧性与可用性。