Together AI 推出 GPU 自動修復系統
先了解這件事
2026年10月27日，Together AI 在研究與產品博客介紹 Together GPU Clusters 自動修復系統：系統從 VM 與主機兩側偵測故障，依序進行決策、修復及重新驗證；每項修復建議均須附有失敗的健康檢查及支持證據，審批方式可按故障設定，亦可控制是否等待作業完成。當時，被動健康檢查、修復建議、政策控制，以及透過 API 和主控台執行修復已正式提供；基於節點標籤的修復合約仍屬預覽。10月28日，DEV Community 報道 Together 推出 GPU Auto Repair，稱其已普遍供應，可處理 Xid 故障、雙位元 ECC 錯誤、PCIe 故障及不穩定的 InfiniBand 連結；用戶可選擇先待批准或自動修復，系統會先採取適合故障的輕量修復，失敗後再升級處理。早先報道稱部分修復功能已正式提供、節點標籤修復合約仍屬預覽；後續報道則稱 GPU Auto Repair 已普遍供應。
AI 根據報道生成 · 2 小時前更新
報道時間線
沿着報道，瞭解事件的不同側面。
- DEV CommunityTogether 推出 GPU Auto Repair，修復故障伺服器以減少 AI 工作負載損失
Together 推出 GPU Auto Repair，協助偵測及修復故障伺服器，並已普遍供應。系統可處理 Xid 故障、雙位元 ECC 錯誤、PCIe 故障及不穩定的 InfiniBand 連結。用戶可設定修復先待批准或自動執行；系統會先採取適合故障的輕量修復，失敗後才升級處理。
- Together AI 研究與產品博客Together GPU Clusters 自動修復如何將 GPU 故障節點恢復至健康狀態
Together AI 的 Together GPU Clusters 自動修復系統會從 VM 與主機兩側偵測故障，再經決策、修復及重新驗證恢復健康節點。每項修復建議均須有失敗的健康檢查及支持證據，並可按故障設定審批方式和等待作業完成的控制。被動健康檢查、修復建議、政策控制及 API 與主控台修復已正式提供；基於節點標籤的修復合約仍屬預覽。
本事件熱度走勢
當前熱度 13·可比範圍峯值 14（10月28日 16:00）·近 24 小時可比範圍變化 –
趨勢僅比較持續完整觀測到的相同主體，範圍可能小於當前熱度統計。移動指針或點擊圖表查看每小時熱度；鍵盤可用左右方向鍵切換。