NVIDIA Mission Control 2.5 如何为 Kubernetes 带来自主恢复能力

NVIDIA Mission Control 2.5 为 Kubernetes 集群引入了自主恢复功能，提升大规模 AI 训练时的系统稳定性和运行效率。该版本强化了监控与自动化机制，支持在数千块 GPU 上运行的 AI 模型训练任务。新特性基于数据中心运营商长期积累的 MTTR 和 MTBF 测量经验，适用于当前 AI 工厂的高要求环境。