Incident Library

조직

Imbue

Imbue · imbue

1건 · 2024년

원인 의존성 장애
구성 요소 GPU 드라이버InfiniBand 패브릭NCCLPyTorch
기여 요인 미검증 가정모니터링 사각지대부분 배포
증상 GPU 인식 불가링크 플래핑NCCL 타임아웃처리량 저하학습 작업 실패

사례

  1. IL-0025 H100 4,088개 클러스터를 구축하는 동안 InfiniBand 배선 오류, 링크 플래핑, GPU 와 PCIe 하드웨어 결함이 학습을 멈추거나 늦췄다Imbue · 2024

    원인 의존성 장애