官方来源 · AI 辅助摘要
NVIDIA 开源 Attribution，用于诊断分布式 AI 工作负载故障
原公告日期 · 本站整理
NVIDIA 在开发者博客中宣布，其以工作负载为中心的故障归因系统 NVIDIA Attribution 已开源。该工具将工作负载范围内的日志、指标、遥测和调度器状态关联起来，输出包含结果、根因、受影响节点、症状及证据链的结构化诊断。它由提供 REST API 的 Attribution Service 和 Python 编写的 Attribution Blueprint 两部分组成，后者附带面向 Slurm、Kueue、Loki、Kubernetes Pod 日志和 PromQL 的连接器。NVIDIA 称该系统已在其 AI 基础设施的生产环境中使用。
来源与说明
developer.nvidia.com · 阅读原始来源 ↗
本快讯由自动程序读取官方来源、核查日期并进行 AI 辅助整理；厂商能力声明不代表 YYSI 已完成独立测试。摘要可能存在错误，重要信息请回到原文确认。