FAS Research Computing - A100 GPU issue – Chi tiết sự cố

Trải qua hiệu suất bị giảm sút một phần

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.

A100 GPU issue

Đã khắc phục
Đang hoạt động
Bắt đầu lúc gần 3 năm trướckéo dài khoảng 1 tháng

Ảnh hưởng

Cannon Cluster

Đang hoạt động từ 3:00 PM đến 5:51 PM

GPU nodes (Holyoke)

Đang hoạt động từ 3:00 PM đến 5:51 PM

Cập nhật
  • Đã khắc phục
    Đã khắc phục

    Firmware updates have resolved this issue.

  • Cập nhật
    Cập nhật

    The proscribed driver update did not fix this issue.

    We are working with Nvidia to find a fix. As a stop-gap nodes which get stuck/flagged will be marked in Slurm for reboot and rebooted once empty of jobs.

    If a A100 GPU host your lab owns is stuck in a bad state, please let us know and we will mark and reboot it.

  • Đã nhận diện
    Đã nhận diện

    A100s are open but still experiencing some instability. Infrequently, you may hit the issue we noted earlier.

    We are continuing to work on a solution.

  • Đang điều tra
    Đang điều tra

    An NVIDIA bug may be causing failures in A100 GPUs. nvidia-smi command is slow, or outputs "ERR!" or "No GPUs are found".

    Jobs on affected nodes may fail.

    We are investigating this issue.

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