NVIDIA推出Attribution工具，定位分布式AI工作负载故障

NVIDIA于2026年11月2日发布博客，介绍其Attribution工具用于诊断分布式AI工作负载故障。NVIDIA称，在分布式AI工作负载中，单个错误可能引发一连串症状：一个GPU或网络结构事件，可能在其他rank上表现为NCCL错误，并影响调度器状态等。该工具旨在帮助定位这类级联故障的根源。