قامت Together بتحديث منصة GPU Cluster الخاصة بها بميزات موثوقية وتحكم تشغيلي جديدة مصممة لأحمال العمل التدريبية والاستنتاجية واسعة النطاق. تشمل التغييرات مجموعة Slurm-on-Kubernetes المعاد بناؤها، وآليات إصلاح العقد التلقائية، وأدوات إدارة الوصول المحسّنة.
- تقوم فحوصات الصحة السلبية بمراقبة أحمال العمل الحقيقية باستمرار للكشف عن أعطال الأجهزة مثل انخفاض GPU والحد الحراري بتكلفة شبه معدومة.
- ينتج إصلاح العقد التلقائي إجراءات تصحيحية موصى بها للمشاكل المكتشفة، بما في ذلك إعادة التشغيل، وإعادة التجهيز، والتحويل الاحتياطي، أو الإزالة من المجموعة.
- يوفر Slurm-on-K8s 2.0 وحدات تشغيل worker ذاتية الشفاء، ومحاسبة مهام دائمة على تخزين مدعوم بـ PVC، وتتبع دقيق لحالة GPU بعد إعادة الجدولة.
- يسمح دعم OIDC الخارجي للعناقيد بالمصادقة ضد مزودي الهوية مثل Google و Okta و Microsoft Entra ID لـ Kubernetes RBAC.
- تتيح سكريبتات التشغيل تخصيص عقد worker وعقد تسجيل الدخول والوحدات التحكمية عند الإقلاع، أو بدء المهمة، أو أحداث نهاية المهمة.
تهدف هذه التحديثات إلى تقليل الاحتكاك التشغيلي من خلال أتمتة التعافي من الأعطال، وتحسين رؤية العنقود، وتوفير تحكم دقيق في الوصول للفرق المتنامية.