분산 AI 장애 진단 도구 공개…엔비디아 깃허브에 게시
제목 연관성·주요 수치·시장 영향·향후 전망을 기준으로 핵심 문장을 선별한 요약 브리핑입니다.
핵심 포인트
- 엔비디아의 분산 AI 진단 도구 ‘NVIDIA Attribution’이 공식 문서와 공개 저장소에서 확인됐다.
- 엔비디아는 이 도구를 별도 제품인 Recovery와 선택적으로 연동할 수 있다고 소개했다.
- 엔비디아 ($NVDA)의 분산 AI 작업 진단 도구 ‘NVIDIA Attribution’이 공식 문서와 공개 깃허브(GitHub) 저장소에 올라와 있다.
본문
엔비디아의 분산 AI 진단 도구 ‘NVIDIA Attribution’이 공식 문서와 공개 저장소에서 확인됐다. 엔비디아는 이 도구를 별도 제품인 Recovery와 선택적으로 연동할 수 있다고 소개했다. 엔비디아 ($NVDA)의 분산 AI 작업 진단 도구 ‘NVIDIA Attribution’이 공식 문서와 공개 깃허브(GitHub) 저장소에 올라와 있다. 엔비디아는 2일 기술 블로그에서 별도 제품인 ‘NVIDIA Recovery’를 소개하고, Attribution을 선택적으로 연동할 수 있다고 설명했다. 진단 결과에는 실패 상태와 세부 분류, 증거가 뒷받침할 경우 원인과 담당 노드 , 장애로 이어진 사건 사슬이 담긴다. 문서 예시에서는 128개 노드에서 나타난 통신 증상과 ‘NCCL invalid NIC selection’ 오류를 하나의 ‘system_software’ 분류로 묶었다. 따라서 결과는 확정된 원인이라기보다 운영자가 검토할 진단 정보다.
JobSet 형태의 분산 학습에는 JobSet v0.5 이상을 갖춘 Kueue v0.6 이상이 필요하다. GB200·GB300의 규칙 적용 범위는 아직 성숙 중이며, NVIDIA KAI Scheduler 진단 기능은 구현되지 않았다. 3일 확인한 깃허브 저장소는 공개 상태이며 Attribution 코드에 Apache 2.0 라이선스를 표시한다. 저장소의 공개 여부와 Recovery 연동에 필요한 빌드·배포 조건은 별도로 볼 필요가 있다. 엔비디아는 공식 문서에서 RDMA 기반 GPU 클러스터의 진단 결과를 토대로 인프라를 수리하고 혼잡을 조정한 뒤, 작업 중단 사이 평균 시간이 약 3배 늘어난 사례를 제시했다.