跳到正文
实时
热点事件历史事件

Together AI 推出 GPU 集群自动修复功能

1 篇报道1 个报道来源23 天前更新

先了解这件事

AI 综述

Together AI 推出了 GPU 集群自动修复功能,通过监控节点健康并在检测到故障时提供修复建议和最小化修复动作,允许用户选择自动执行或手动批准。该功能目前全面可用,支持被动健康检查、修复建议、自动修复策略(含故障和节点级授权)、空闲等待控制、升级阶梯和安全护栏,并通过 API 和控制台进行修复;预览版提供基于节点标签的修复合约支持第三方检测系统。Together AI 称,GPU 故障在集群规模下是现实问题,该功能旨在帮助提高工作负载弹性和最小化停机时间。

AI 根据报道生成 · 更新于 22 天前

报道时间线

沿着报道,了解事件的不同侧面。

10月27日
  1. Together AI Blog
    Together AI 推出 GPU 集群自动修复功能:从 GPU 故障到健康节点的完整流程

    Together AI 推出 GPU 集群自动修复功能,通过在虚拟机和宿主机两端持续监控节点健康,在检测到故障时推荐最小化修复动作并提供证据,允许用户选择自动执行或手动批准。该功能目前全面可用,支持被动健康检查、修复建议、自动修复策略(含故障和节点级授权)、空闲等待控制、升级阶梯和安全护栏,并通过 API 和控制台进行修复;预览版提供基于节点标签的修复合约支持第三方检测系统。