SemiAnalysis：部分 GPU 集群健康检查形同虚设

SemiAnalysis 对 GPU 集群健康检查做最基本测试：看它在纸面上是否可能跑通，结果发现好几个根本不可能成立。在 Amazon HyperPod Slurm 上首次测试时，一个健康检查要求节点先健康才能运行，但该检查本身又是节点重新入池所必需的，形成死循环。SemiAnalysis 称测试中约有五到十个这类"健康检查从未有机会运行"的例子，并质疑这些方案交付客户前是否经过充分验证。