Incident Library?

API · MCP English

Incident Library?

API · MCP English

구성 요소 ?

GPU 하드웨어·메모리

GPU hardware and memory · gpu-hardware

2건 · 2021년부터 2024년

원인 ?의존성 장애 1건 하드웨어 고장 1건

기여 요인 ?디버그 접근 제한 1건 런북 부재 1건 여유 용량 부재 1건 단일 장애점 1건

증상 ?GPU 인식 불가 2건 학습 작업 실패 2건 NCCL 타임아웃 1건

사례, 심각도 순

IL-0127 Llama 3 405B 사전 학습 54일 동안 학습 작업이 예기치 않게 419번 중단되었고, 주된 원인은 GPU 와 HBM3 메모리 고장이었다Meta · 2024
원인 하드웨어 고장
IL-0126 OPT-175B 학습이 클라우드 노드의 ECC 메모리 오류, 같은 결함을 안고 돌아온 교체 노드, 멈추는 체크포인트 다운로드 때문에 2주 동안 40번 넘게 재시작했다.Meta AI · 2021
원인 의존성 장애

그래프에서 보기