Incident Library

조직

Databricks

Databricks · databricks

1건 · 2026년

원인 의존성 장애

구성 요소 InfiniBand 패브릭 NCCL PyTorch

기여 요인 기본 설정 방치 모니터링 사각지대

증상 링크 플래핑 NCCL 타임아웃 학습 작업 실패

사례

IL-0023 InfiniBand 포트 하나가 한 번 내려갔다 복구되면서 7시간째 돌던 학습 작업이 NCCL 타임아웃으로 죽었다Databricks · 2026
원인 의존성 장애