NVIDIA · Centros de datos
NVIDIA lleva la recuperación automática de tareas de IA a Kubernetes
Mission Control 2.5 amplía la recuperación a cargas gestionadas con Run:ai, con diferencias importantes entre plataformas y componentes en beta.
Fecha de la fuente original:
Hecho reportado: 2026-10-26
Lo esencial
- NVIDIA anunció la disponibilidad de Mission Control 2.5 y extendió su motor de recuperación a Kubernetes con Run:ai.
- La recuperación del trabajo y el diagnóstico del hardware siguen caminos coordinados, pero separados.
- El soporte inicial de Vera Rubin NVL72 no incluye Run:ai ni el motor de resiliencia autónoma en esta versión.
Recuperar el trabajo sin esperar todo el diagnóstico
NVIDIA anunció Mission Control 2.5 el 26 de octubre. Amplía a Kubernetes con Run:ai una recuperación antes limitada a Slurm. Según el fabricante, las tareas pueden reiniciarse o reubicarse mientras continúa el diagnóstico del equipo sospechoso.
No todos los errores requieren aislar un equipo
El sistema separa asignación de recursos, recuperación de tareas y salud del hardware. Puede reintentar errores transitorios sin aislar un nodo sano y retirar capacidad con señales de deterioro. El ahorro de cómputo es un objetivo del fabricante, sin medición independiente presentada.
La disponibilidad tiene fronteras
En Vera Rubin NVL72, la tabla admite Base Command Manager y Slurm, pero excluye Run:ai y la resiliencia autónoma. Los HGX B200/B300 de fabricantes OEM tampoco están soportados. Minerva y Dynamic Power Software son betas restringidas, sin distribución general; NVRx se instala por separado.