Record four-V100 fresh matrix training launch and live handoff

This commit is contained in:
Frank14f committed 2026-11-15 09:38:08 +08:00
1 parent e3fa0af79a
commit 5034de7377
12 files changed
+360

No files matched your search

+6
View File
@@ -1,5 +1,11 @@
# S2 当前执行接续记录
## 当前唯一主矩阵:四V100真实训练已启动(09:36启动、09:37实证)
固定执行器 `e3fa0af79a9bd4ecf74015e14a706fab0ea231a7`,17项合成检查PASS。唯一session92182/coordinatorPID223006,根 `artifacts/s2-main-matrix-2026-11-15`;合同SHA `198e5711ed2e7485167068769652c866867229e09ecf0d09b21612debc3b7a56`,绑定617 roster SHA `fb0c984f2e553343a598ce2e3c7012d3017053dc0fef58b5aaf46dd3c67a207e`。四真实GPU工作者223127/223141/223131/223145已观察到epoch1训练;依次f0pool25seed0/1/2的N128与f0pool50seed0的N128,每块随后执行配对E。各GPU亲和[0,1]/[2,3]/[4,5]/[6,7],CPU8–31保留给后续R2。不能只凭入口标记断言模型完成,当前仍0终态块。
首4块8run全终态前不派第5块;自动投影≤46聚合GPUh才继续,等待/setup/失败均计费;每run≤1800s,AMP/宽度/Emax冻结,失败NA且不重试,源码pin不可改。实际证据见matrix根actual-start-audit.json和实时matrix-progress.json;严禁重复启动。R2尚未实现/启动,是后续待办,所有90+15终态及检查点冻结前不做测试预测评分。本节取代下方“矩阵未启动”历史状态;131准备已经结束,绝不重启。
## 最新终态:131全部结束,617件统一名单已冻结(09:25核查)
原session32694/PID220180已退出,131=124 PASS+7 wall_limit,无全局停止,无监测错误。自动final-roster.json/roster-receipt.json已生成:617 included/7 excluded,SHA `fb0c984f2e553343a598ce2e3c7012d3017053dc0fef58b5aaf46dd3c67a207e`。原493复用,七失败跨五折统一排除,原组件身份保持。新增worker13.8436103492h/20h,累计历史worker48.6032611436h;guard3770.200695s/coordinator2408.510226s另列,wall5378.170096s,冻结前磁盘8099577856B。五折实际计数与成本在新准备根final-fold-pool-counts.csv、terminal-audit.json,原回执及无标签输出已核验。不得重启准备。现接续90fresh矩阵执行器实现与合成验收,矩阵/R2尚未启动;沿Claude1794699027既定预算与托管顺序,无需再次用户go。