NVIDIA Cluster Readiness Engine：在生产任务前验证GPU集群

NVCRE是用于GPU集群上线前检查的Kubernetes控制器。它运行训练与通信负载，按拓扑组织节点并记录硬件失败及性能问题。仓库项目用途依据公开文档介绍；具体支持范围及安装步骤按对应文档确认。负载验证有助于提前发现坏节点；隔离与修复仍需由集群平台决定，不能自动视为故障已解决。