跳到正文
热点事件历史事件

AWS 介绍 SageMaker HyperPod 静默数据损坏检测

1 篇报道1 个报道来源8 天前更新

先了解这件事

AI 综述

2026年11月12日,AWS Machine Learning Blog 发文介绍在 Amazon SageMaker HyperPod 上检测并恢复静默数据损坏的方法。文章称,AWS 团队在 HyperPod 的 PyTorch DDP 训练循环中加入三项检查来检测静默数据损坏:all-reduce 前后的 NaN/Inf 梯度检查、环形重放审计和权重指纹比对,并给出定位节点、隔离与替换的完整流程。目前该内容以 AWS 官方博客的一手技术说明形式发布,报道未提及实际部署规模或效果数据。

AI 根据报道生成 · 8 天前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月12日
  1. AWS Machine Learning Blog
    如何在 Amazon SageMaker HyperPod 上检测并恢复静默数据损坏

    AWS 团队在 SageMaker HyperPod 的 PyTorch DDP 训练循环中加入三项检查来检测静默数据损坏,包括 all-reduce 前后的 NaN/Inf 梯度检查、环形重放审计和权重指纹比对,并给出定位节点、隔离与替换的完整流程。

本事件热度走势

当前热度 3·可比范围峰值 6(11月13日 03:00)·近 24 小时可比范围变化 -51%

024611月13日03:0011月13日12:0011月13日22:0011月14日07:00

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。