Together AI GPU 集群上线全自动节点修复

Together AI 宣布其 GPU 集群支持 auto repair，可自动完成从 GPU 故障检测到节点恢复健康的流程。被动健康检查覆盖 VM 内部及底层宿主机，可识别 Xid 错误、双位 ECC 错误、GPU 掉 PCIe 总线和 InfiniBand 链路抖动；用户还能配置哪些修复允许无人值守执行，最细可到单个 Xid 错误码。