FAS Research Computing - Cannon cluster down – சம்பவ விவரங்கள்

பகுதி செயல்திறன் குறைவை எதிர்கொள்கிறது

Status page for the Harvard FAS Research Computing cluster and other resources.

Cluster Utilization (VPN and FASRC login required): Cannon | FASSE


Please scroll down to see details on any Incidents or maintenance notices.
Monthly maintenance occurs on the first Monday of the month (except holidays).

GETTING HELP
Documentation: https://docs.rc.fas.harvard.edu | Account Portal https://portal.rc.fas.harvard.edu
Email: rchelp@rc.fas.harvard.edu | Support Hours

The colors shown in the bars below were chosen to increase visibility for color-blind visitors.
For higher contrast, switch to light mode at the bottom of this page if the background is dark and colors are muted.

Cannon cluster down

தீர்க்கப்பட்டது
பெரிய செயலிழப்பு
தொடங்கியது 26 நாட்களுக்கு முன்புநீடித்தது 3 நாட்கள்

பாதிக்கப்பட்டது

Cannon Cluster

பெரிய செயலிழப்பு இலிருந்து 8:21 PM வரை 9:13 PM, செயல்திறன் குறைந்துள்ளது இலிருந்து 9:13 PM வரை 2:45 PM

SLURM Scheduler - Cannon

பெரிய செயலிழப்பு இலிருந்து 8:21 PM வரை 9:13 PM, செயல்திறன் குறைந்துள்ளது இலிருந்து 9:13 PM வரை 2:45 PM

Cannon Compute Cluster (Holyoke)

பெரிய செயலிழப்பு இலிருந்து 8:21 PM வரை 9:13 PM, செயல்திறன் குறைந்துள்ளது இலிருந்து 9:13 PM வரை 2:45 PM

Boston Compute Nodes

பெரிய செயலிழப்பு இலிருந்து 8:21 PM வரை 9:13 PM, செயல்திறன் குறைந்துள்ளது இலிருந்து 9:13 PM வரை 2:45 PM

GPU nodes (Holyoke)

பெரிய செயலிழப்பு இலிருந்து 8:21 PM வரை 9:13 PM, செயல்திறன் குறைந்துள்ளது இலிருந்து 9:13 PM வரை 2:45 PM

seas_compute

பெரிய செயலிழப்பு இலிருந்து 8:21 PM வரை 9:13 PM, செயல்திறன் குறைந்துள்ளது இலிருந்து 9:13 PM வரை 2:45 PM

புதுப்பிப்புகள்
  • தீர்க்கப்பட்டது
    தீர்க்கப்பட்டது

    Slurm crashed on 4:30p on Friday due to a user running a large sacct query against the Slurm database. This caused the database host to run out of memory and crash the scheduler. To prevent this from reoccurring we are reducing the time range that users are permitted to query at one time to 7 days. Thus if you need to cover a month you would need to query in four 7 day increments.

    We do ask users to be judicious in their querying of the Slurm. Only ask for those fields that you require. Please also ensure any AI agents you have running limit their queries appropriately.

  • அடையாளம் காணப்பட்டது
    அடையாளம் காணப்பட்டது

    To temporarily stabilize the situation, we have reduced the maximum query time for sacct and other Slurm commands to be 1 day. We have filed a ticket with SchedMD to further analyze the issue.

    The cluster is back up and the scheduler is accepting new jobs.

    We will continue to monitor for emergencies over the weekend, and resume in-depth troubleshooting on Monday.

  • விசாரிக்கப்படுகிறது
    விசாரிக்கப்படுகிறது

    The Slurm scheduler is experiencing an error which is impacting jobs. The Cannon cluster will be inaccessible while we troubleshoot.

    We are currently investigating this incident.

For issues not shown here, please contact FASRC via
https://portal.rc.fas.harvard.edu or email rchelp@rc.fas.harvard.edu