Visualiser les alertes d’infrastructure CoreWeave

Observez les alertes d’infrastructure, comme les pannes de GPU, les dépassements thermiques et bien d’autres, pendant les expériences de machine learning que vous journalisez dans W&B. Lorsque vous exécutez vos charges de travail sur un cluster CoreWeave Kubernetes Service (CKS) pris en charge, que vous activez cette intégration et que vous remplissez les prérequis décrits sur cette page, CoreWeave Mission Control peut surveiller votre infrastructure de calcul pendant un run W&B.

Cette fonctionnalité est en préversion. Pour y accéder, contactez votre représentant W&B.

Prérequis

Les conditions suivantes doivent être remplies pour que cette intégration fonctionne de bout en bout.

Prérequis	Détails
Plateforme CoreWeave	Disponible uniquement sur les clusters CoreWeave Kubernetes Service (CKS). Non disponible sur les clusters bare metal CoreWeave ni sur CoreWeave Classic. Les tâches d’entraînement exécutées via SUNK sur CKS remplissent également cette condition.
SDK Python W&B	Pour les tâches d’entraînement, utilisez le package `wandb` en version `0.20.1` ou ultérieure pour journaliser un run.
Serveur W&B (Cloud dédié ou autogéré)	Si vous utilisez un déploiement Cloud dédié de W&B ou W&B autogéré, utilisez le serveur W&B en version `0.73.0` ou ultérieure. Définissez la variable d’environnement `SERVER_FLAG_ENABLE_CORE_WEAVE_OBSERVABILITY` sur le pod de l’application W&B pour permettre au serveur d’accepter les données d’observabilité de CoreWeave.

En cas d’erreur, CoreWeave transmet ces informations à W&B, qui ajoute les informations d’infrastructure aux graphiques de votre run dans le workspace de votre projet. CoreWeave tente de résoudre automatiquement certains problèmes, et W&B affiche ces informations sur la page du run.

Dernière modification le 30 septembre 2026

​Prérequis

Prérequis