Together GPU 集群新功能：生产级 GPU 集群的可靠性与控制

Together AI 在生产级 GPU 集群中引入了被动健康检查、节点自动修复、增强的 Slurm 调度可靠性、OIDC 身份认证以及启动脚本机制，以提升集群的稳定性与运维效率。这些改进覆盖了节点状态监控、故障恢复、作业调度安全性和用户环境初始化等关键环节，适用于大规模分布式训练场景。