大模型的落地能力，核心在于性能的稳定输出，而性能稳定的底层支撑，是强大的算力集群。其中，构建万卡级算力集群，已成为全球公认的顶尖技术挑战。
但是，在华为，昇腾万卡算力集群，已经可以做到近乎“永不罢工”了：
或许有小伙伴要问了：AI算力需要如此24小时不间断的运作吗？
答案是肯定的，需要，且有必要。
因为小到我们用手机导个航，背后都会有几十个AI模型在发力来分析路况、预测拥堵；再如医院用AI辅助诊断癌症，系统得在瞬间处理掉成百上千的CT照片。
这些看似简单的智能应用，其实都离不开如 “超级大脑” 般的AI算力集群，需要它们全天候不停歇地运转着。
而要保证有这样的能力，高训练可用度、高线性度、快速消除故障，就相当于给AI发动机上了一份强有力的保险。
更严格来说，AI推理的可用度甚至还需要达到99.95%的程度。
那么华为又是如何做到这点的？
关于这一切背后的秘密，华为在今天首次把技术给公开了出来。
AI大集群出问题时，定位故障特别麻烦；毕竟系统规模庞大，软件和硬件组成的技术栈错综复杂，而且调用链条还很长。
要解决问题，首先得确定故障出在哪个大的领域，接着再在这个领域内部一步步排查，确定具体的故障位置。在整个故障诊断过程中，面临的挑战非常大。
以往技术人员进行故障定位时，短则需数小时，长则可能耗时数天。这一过程不仅对技术人员的专业技能要求颇高，且往往难以快速锁定故障设备及根本原因。
为此，华为团队针对AI大集群面临的复杂挑战，构建了三大基础能力。
首先是全栈可观测能力。
它像是给集群装了一套“火眼金睛”监控系统（故障感知），主要包含这几部分：