Clockwork推出了TorchPass故障容错产品，能够在GPU故障时快速迁移训练任务，避免进度丢失。该技术承诺90%的故障不会导致回滚，提升AI模型训练的可靠性，适用于需要高效计算的AI初创企业和企业，帮助减少因故障造成的损失。

Clockwork专注于优化大型集群中GPU间的通信，以提升AI工作负载效率。其核心技术FleetIQ能够自动绕过故障网络交换机，确保训练过程不中断，特别适合大型LLM训练。Clockwork成立于2018年，最初专注于时钟同步，后发展为网络遥测系统，动态控制流量，提升性能和容错能力。

随着GPU性能提升，网络瓶颈问题愈发明显。Clockwork通过精准同步时钟，提供GPU集群和网络监控解决方案，帮助识别瓶颈。新推出的FleetIQ工具实现跨层可视化，增强故障容错和自动性能优化，提高基础设施的利用率和可靠性。