Le fait
NVIDIA a publié le 26 octobre 2026 Mission Control 2.5, son logiciel qui pilote les grappes de serveurs d’IA. Son moteur de reprise autonome, jusqu’ici réservé aux calculs scientifiques ordonnancés par Slurm, couvre maintenant les charges Kubernetes (le système standard d’orchestration de conteneurs) gérées par Run:ai, l’ordonnanceur de NVIDIA (notre billet).
Comment ça marche
Deux services travaillent en parallèle. Le premier suit les tâches : si un entraînement échoue à cause d’un GPU défaillant, il le relance ou le déplace sur des machines saines. Le second suit le matériel : il retire le nœud fautif du service et lance les diagnostics. Pour une simple erreur logicielle passagère, la tâche est relancée sans immobiliser de matériel. Un nœud qui montre des signes d’usure peut être écarté avant même de faire échouer un calcul.
La version ajoute une détection d’anomalies réseau par IA (en bêta) et un accès anticipé pour les baies Vera Rubin NVL72.
Contexte
Le même jour, NVIDIA annonçait que Meta étendra ses déploiements de Vera Rubin (notre billet). Mission Control est le logiciel censé faire tourner ces baies au quotidien.
Pourquoi ça compte
Sur des entraînements de plusieurs jours répartis sur des centaines de machines, chaque panne non gérée coûte des heures de calcul. La plupart des entreprises qui louent ou achètent des GPU travaillent sous Kubernetes, pas sous Slurm : la reprise automatique leur devient accessible.
Lecture Neurone21
NVIDIA vend de plus en plus le logiciel d’exploitation autour de ses puces, et c’est ce logiciel qui fidélise le client. NVIDIA ne publie pas de gain chiffré sur le taux d’utilisation.