「故障诊断」共找到 134 篇相关文章
集合通信库VCCL释放GPU极致算力，创智、基流、智谱、联通、北航、清华、东南重磅开源
在超大规模智算集群需求下，创智、基流等多方联合开源集合通信库VCCL。它基于NCCL开发，有智能调度、容错、细粒度观测机制，实测能提升算力利用率、降低故障率，还解决了服务器异构等问题。
可以用Claude Code来搞运维了
Claude Code刚发布后台任务功能，产品经理宣布它能处理长时间后台任务，不阻塞工作流程。有人将其变为全自动DevOps智能体用于运维，设置简单，还能语音播报、远程告警、自主诊断等。
华创七星微：为直流供电系统筑起一道防火墙
随着AI等领域设备迭代，电源保护重要性凸显。华创七星微依托六类量产芯片和将问世的集成模块，为直流供电系统提供防护，其产品覆盖供电链路关键节点，有完整解决方案，还具备多种能力优势。
AI 智能体实践评估：基准、框架与经验总结
文章为将 AI 智能体从原型落地到生产环境的团队提供实用评估框架。指出传统评估不适用于智能体，介绍评估工具，阐述五大评估支柱，还给出基于 Claude 和 LangChain 的评估示例及实践经验。
大规模工程支撑场景下的多智能体系统设计：Grab 实践案例
Grab分析数据仓库（ADW）团队推出多智能体AI系统，处理数据仓库故障排查等工程请求，减少重复性运维。团队搭建多智能体架构，整合工具生态，考虑安全治理，解决上下文管理挑战，提升工作效率。
开源两天斩获 1.8K Star！把网站变成命令行工具，支持国内外主流平台！
OpenCLI是开源的AI原生命令行工具，能把网站或Electron应用变命令行接口，复用Chrome登录状态，安全性高。支持19个主流平台，有自修复配置等亮点，还介绍了安装、使用、诊断及下载方法。
腾讯云TencentOS智能运维平台TManager正式发布 | Q推荐
为满足企业运维需求，腾讯云推出 TencentOS Server 首款智能运维管理平台 TManager。它有 30 余项功能，能 AI 智能诊断，内部稳定运行多年，覆盖复杂场景，还赢得标杆客户信任，提升运维智能化水平。
“英伟达显卡就是一坨*”！博主6000字檄文怒批：烧接口、缺单元、驱动变砖还威胁媒体
博主Sebin发布近6000字檄文批判英伟达，指出其显卡有烧接口、缺单元、驱动变砖等质量问题，销售策略存在库存少、黄牛多、捆绑销售等问题，还试图操控媒体及评测机构。文章在Hacker News引发大量讨论。
支付宝出手了，全民级的AI健康管家来了。
作者参加蚂蚁AI医疗产品发布会，介绍了全新AI产品AQ。它是专门的AI健康助手，免费用，能精准定位病因，还可预约挂号，与医保打通，有健康档案等功能，打破医疗信息差，未来可期。
当 CPU 莫名抖动时，SysOM Agent 如何 3 分钟定位元凶？
文章讲述小王遇服务器CPU抖动难题，传统排查无果，用SysOM Agent 3分钟定位根因是Negative Dentry堆积致VFS锁竞争。它能多维度融合数据，有专家诊断逻辑，交互简单，还介绍接入方法。