NVIDIA Mission Control 2.5 ขยายระบบกู้คืนงาน AI อัตโนมัติมาสู่ Kubernetes
สารบัญบทความ (Table of Contents)
NVIDIA ประกาศเมื่อวันที่ 26 ตุลาคม 2026 ว่า Mission Control 2.5 พร้อมใช้งาน และขยาย Autonomous Recovery Engine มารองรับงานบน Kubernetes ที่จัดการผ่าน NVIDIA Run:ai จากเดิมที่ความสามารถนี้รองรับงาน HPC ผ่าน Slurm เป็นหลัก นี่คือประเด็น Hardware / Infrastructure รอบวันที่ 27 ตุลาคมที่เกี่ยวข้องกับทีมดูแลคลัสเตอร์ GPU โดยตรง
บทความทางการของ NVIDIA อธิบายการแยกหน้าที่ระหว่างตัวจัดตารางงาน บริการกู้คืนงาน และบริการกู้คืนฮาร์ดแวร์ เมื่อพบปัญหา GPU ระบบจึงสามารถย้ายหรือเริ่มงานใหม่บนทรัพยากรที่พร้อมใช้งาน ขณะที่อีกส่วนแยกโหนดที่มีปัญหาออกไปตรวจสอบ
กู้คืนงานกับซ่อมเครื่องเป็นคนละกระบวนการ
แนวทางนี้มีผลต่อเวลาที่งานฝึกโมเดลต้องหยุดรอ เพราะการวิเคราะห์สาเหตุของฮาร์ดแวร์ไม่จำเป็นต้องเสร็จก่อนเริ่มกู้คืนงาน อย่างไรก็ตาม การกู้คืนยังขึ้นอยู่กับบริบทของงานและนโยบายของ scheduler ไม่ใช่คำรับรองว่างานทุกชนิดจะทำต่อได้โดยไม่เสียความคืบหน้า
NVIDIA ยังแยกกรณีซอฟต์แวร์ล้มเหลวชั่วคราวออกจากความผิดปกติของฮาร์ดแวร์ งานที่เข้าเงื่อนไขอาจลองใหม่ได้โดยไม่ต้องนำเครื่องที่ยังปกติออกจากคลัสเตอร์ ส่วนโหนดที่มีสัญญาณเสื่อมสภาพอาจถูกกันออกจากการรับงานใหม่ก่อนเกิดความเสียหายกับงานถัดไป
สำหรับผู้ดูแลระบบ สิ่งที่ควรทดสอบจึงเป็นพฤติกรรมเมื่อเกิดเหตุจริง เช่น scheduler เลือกทรัพยากรทดแทนอย่างไร งานใช้ checkpoint ล่าสุดได้หรือไม่ และระบบจะหยุดลองซ้ำเมื่อใด บทความนี้ไม่ได้ให้ตัวเลขรับประกันเวลาฟื้นตัวสำหรับคลัสเตอร์ของลูกค้าทุกราย
Vera Rubin NVL72 ยังมีข้อจำกัดในรุ่นนี้
Release notes ของ Mission Control 2.5.0 ระบุชัดว่า การรองรับ Vera Rubin NVL72 แบบ early access จำกัดอยู่ที่การนำระบบขึ้นใช้งานเบื้องต้นผ่าน NVIDIA Base Command Manager เท่านั้น Run:ai และ Autonomous Resiliency Engine ยังไม่รองรับ Vera Rubin NVL72 ใน release นี้ จึงไม่ควรนำการประกาศรองรับ Kubernetes ไปตีความว่าครอบคลุมฮาร์ดแวร์ใหม่ทุกแบบแล้ว
เอกสารเดียวกันระบุว่า NVIDIA Minerva และ NVIDIA Dynamic Power Software เป็นซอฟต์แวร์ก่อนออกจริงในสถานะ beta ซึ่งเข้าถึงผ่านการทำงานร่วมกับ NVIDIA ตามขอบเขตที่กำหนด ไม่ได้รวมมาเป็นความสามารถพร้อมใช้ทั่วไปทั้งหมดในชุด release
ข่าวรอบนี้จึงเป็นการเพิ่มทางเลือกด้านการปฏิบัติการให้ทีมที่ใช้ Run:ai อยู่แล้ว ส่วนการวางแผนอัปเกรดควรยึดตารางความเข้ากันได้และ release notes ของเครื่องที่ใช้งานจริงเป็นหลัก
ภาพประกอบจากบทความ Mission Control 2.5 ของ NVIDIA ขนาดต้นฉบับ 1480×830 พิกเซล
แหล่งอ้างอิง
บทความที่เกี่ยวข้อง (Related Posts)
Palantir จับมือ Armada: Sovereign AI ขยับจากซอฟต์แวร์ลงสู่ modular data center
สรุปข่าว Hardware / Infrastructure วันที่ 2 ตุลาคม 2026 เมื่อ Palantir และ Armada ประกาศความร่วมมือเพื่อส่งมอบ sovereign AI บน Galleon modular data centers
Spectrum ดัน AI compute ไป edge network: เมื่อโครงข่ายบรอดแบนด์เริ่มกลายเป็น AI infrastructure
สรุปข่าว Hardware / Infrastructure วันที่ 1 ตุลาคม 2026 เรื่อง Spectrum เปิด Edge Compute Infrastructure ที่ SCTE TechExpo 26 พร้อม NVIDIA, Cast AI, HP และ Hydra Host
NVIDIA DSX Ready เปิดศึก power และ cooling: AI factory ต้องผ่านการรับรองตั้งแต่ไฟถึงระบบระบายความร้อน
สรุปข่าว Hardware / Infrastructure วันที่ 25 กันยายน 2026 เรื่อง NVIDIA เปิดโปรแกรม DSX Ready เพื่อ qualify ระบบ power และ cooling สำหรับ AI factories
Crusoe ระดมทุน 3.9 พันล้านดอลลาร์: AI infrastructure แข่งกันตั้งแต่ไฟฟ้าถึง token
สรุปข่าว Hardware / Infrastructure วันที่ 18 กันยายน 2026 เรื่อง Crusoe ประกาศ Series F 3.9 พันล้านดอลลาร์ที่ valuation 30.9 พันล้านดอลลาร์ เพื่อขยาย AI factories และ Crusoe Cloud