#GPU集群运维

英伟达 Mission Control 2.5：Kubernetes 自治恢复新进展

英伟达 Mission Control 2.5 面向大规模 GPU 训练集群，在 Kubernetes 上引入自治恢复能力，把故障发现、诊断与处置交给平台自动完成，降低人工运维负担。