标签： GPU 故障检测

AI资讯

Amazon ECS 上线 GPU 与实例自动修复：默认开启、不额外收费，并接入 NVIDIA DCGM 检测硬件故障

Amazon ECS 新增了针对故障 GPU 和异常实例的自动修复能力。由于 GPU 以直通方式挂载到实例上，多数 GPU 内部故障无法被 Amazon EC2 的实例状态检查捕获，只能表现为难以解释的任务失败或延迟。ECS 因此在实例…