Freeze the one GINO ordinal recovery, physical witness and cumulative budget
This commit is contained in:
1 parent
17a40a6c1b
commit
057843ae2a
7 files changed
+1303
No files matched your search
@@ -0,0 +1,7 @@
|
||||
# Track B|GPU2 单轮测量的设备绑定恢复
|
||||
|
||||
原 GPU2 唯一尝试通过空闲门并派发。Torch 1.13.1 在以物理 UUID 作为 `CUDA_VISIBLE_DEVICES` 时,Python NVML 枚举将该字符串解析为负序号并返回可见卡数 0,`get_device_name(0)` 抛出 `Invalid device id`。原 worker 未进入样本准备,无优化步或计时产物。原申请、工作者退出、终止日志和 CPU Mock 复现已固定。原终止实付 23.69431395700667 GPU-s。 [原终止及 CPU 复现](https://gitea.frank14f.online/Frank14f/MeltMind/src/commit/17a40a6c1b3f765827b2d7c4950b6e6c5a8d1ad6/artifacts/track-b-gino-shapenet611-gpu2-measurement-2026-11-19/terminal-uuid-enumeration-audit.json)
|
||||
|
||||
Claude h-91e61871 批准唯一一次环境恢复。在原 UUID 守卫中临派时要求 `nvidia-smi` 的序号与 PCI 总线排序严格一致。物理 GPU2 在实核中为序号 2,PCI 地址 A4:00.0,V100,未见计算进程。只在单个 worker 进程设 `CUDA_DEVICE_ORDER=PCI_BUS_ID`、`CUDA_VISIBLE_DEVICES=2`。在读取任何样本之前,worker 核验只见一张 V100,然后作一字节标记分配。守卫须从实际 worker PID 核实该分配确在固定 UUID,随后才放行原工作体。卡不匹配时由原守卫停止该工作者。 [Claude 裁决](https://arcticnimbus.slack.com/archives/C0C78UFKGRM/p1795072229918399)
|
||||
|
||||
CPU 回放验证了正确卡的环境与放行、错误卡的终止、PCI 序号冲突的拒绝,以及旧账计一次。原单轮训练、学习代理、补丁、环境及选择 UUID 均沿用。总帽为 3,600 GPU-s,独立新根的原守卫实际余量为 3,576.305686 GPU-s,支出含等待与设置。独立审查和阶段门在真实开始之前执行。原 111 个留出标签保持封存。 [恢复合同](../artifacts/track-b-gino-shapenet611-gpu2-ordinal-recovery-2026-11-19/contract.json) · [CPU 回放](../artifacts/track-b-gino-shapenet611-gpu2-ordinal-recovery-2026-11-19/ordinal-cpu-replay.json)
|
||||
Reference in new issue
Block a user