NVIDIA推出自动化工作负载恢复功能保障分布式训练连续性

NVIDIA于2026年11月2日发布技术博客称，随着分布式AI训练规模扩大，硬件与软件依赖层面的故障日益干扰训练进度，快速可靠的恢复变得愈发重要。该博客介绍以自动化工作负载恢复机制保持分布式训练持续运行，但未披露具体性能数据或客户案例。