Tech Meridian ← К СУЩНОСТЯМ
PROМОЙ MERIDIAN EN

КОМПАНИЯ · ENTITY #12130

RDMA

Хронология связанных событий, источники и контекст из новостной базы.

ХРОНОЛОГИЯ СОБЫТИЙ

2

COMPANIES · 1 ИСТОЧН. · NVIDIA Developer

NVIDIA выпустила open-source решение NVIDIA Recovery для автоматизации восстановления распределённой тренировки

NVIDIA представила NVIDIA Recovery — open-source сервис уровня рабочих нагрузок в составе DSX OS, который обнаруживает прерывания тренировок по логам приложений, метрикам GPU и сигналам планировщика и выполняет четырёхэтапный цикл для атрибуции отказов, изоляции узлов и перезапуска или остановки задач. Сервис интегрируется со Slurm через Advisor Controller, доступный как Helm-чарт, по умолчанию запускается в режиме мониторинга, ведёт аудиторский журнал и предоставляет Recovery Console; репозиторий и quickstart позволяют развернуть его локально без физических GPU; в продакшн-мониторинге за 3 месяца зафиксировано ~8 550 детекций аномалий со средними латентностями 69 с и 94 с.

7.0

CODING · 1 ИСТОЧН. · NVIDIA Developer

NVIDIA опубликовала DOCA AI Agent Skills на GitHub для ускорения разработки на BlueField

NVIDIA опубликовала на GitHub DOCA AI Agent Skills — лёгкий формат на основе SKILL.md, который даёт агентам проверённые подписи API DOCA, требования к возможностям аппаратуры и ограничения сборки для компонентов Flow, GPUNetIO, PCC и RDMA. По данным NVIDIA, в оценке на 65 запросов агенты со скиллами выполнили 100% контрольного списка против 19% без скиллов, а в демонстрации агент со скиллами использовал на 73% меньше ручного кода и на 46% меньше аппаратных команд при сборке Go-приложения RDMA на BlueField-3.

6.0