Skip to content

  • 体验新版
    • 正在加载...
  • 登录
  • PaddlePaddle
  • Paddle
  • Issue
  • #6872

P
Paddle
  • 项目概览

PaddlePaddle / Paddle
大约 2 年 前同步成功

通知 2325
Star 20933
Fork 5424
  • 代码
    • 文件
    • 提交
    • 分支
    • Tags
    • 贡献者
    • 分支图
    • Diff
  • Issue 1423
    • 列表
    • 看板
    • 标记
    • 里程碑
  • 合并请求 543
  • Wiki 0
    • Wiki
  • 分析
    • 仓库
    • DevOps
  • 项目成员
  • Pages
P
Paddle
  • 项目概览
    • 项目概览
    • 详情
    • 发布
  • 仓库
    • 仓库
    • 文件
    • 提交
    • 分支
    • 标签
    • 贡献者
    • 分支图
    • 比较
  • Issue 1,423
    • Issue 1,423
    • 列表
    • 看板
    • 标记
    • 里程碑
  • 合并请求 543
    • 合并请求 543
  • Pages
  • 分析
    • 分析
    • 仓库分析
    • DevOps
  • Wiki 0
    • Wiki
  • 成员
    • 成员
  • 收起侧边栏
  • 动态
  • 分支图
  • 创建新Issue
  • 提交
  • Issue看板
已关闭
开放中
Opened 12月 22, 2017 by saxon_zh@saxon_zhGuest

Cluster train on GPU at Baidu , paddle_pserver2 exited with SIGSEGV when starting.

Created by: xdsoul

GPU集群模式,采用单机2卡进行测试。显示pserver启动时core,未进入真正的training,因为没有调用 dataprovider的init hook function。 部分日志如下,详细请帮忙加hi联系。

=============================================

  • ./paddle_pserver2 --num_gradient_servers=1 --nics=eth2 --port=7164 --ports_num=8 --rdma_tcp=tcp --comment=paddle_cluster_job *** Aborted at 1513913615 (unix time) try "date -d @1513913615" if you are using GNU date *** PC: @ 0x0 (unknown) *** SIGSEGV (@0x1170) received by PID 13236 (TID 0x7f973a6f4700) from PID 4464; stack trace: *** @ 0x7f97443ea160 (unknown) @ 0x7f974209f74f (unknown) @ 0x7f97421f8ee4 (unknown) @ 0x7f9742192588 (unknown) @ 0x7f97443e21c3 start_thread @ 0x7f97430cd12d __clone @ 0x0 (unknown) ./start_server.sh: line 33: 13236 Segmentation fault GLOG_logtostderr=0 GLOG_log_dir="./log" ./paddle_pserver2 --num_gradient_servers=${OMPI_COMM_WORLD_SIZE} --nics=${nics} ${server_arg} --rdma_tcp=${rdma_tcp} --comment=$comment
  • check_return 'paddle_pserver2 failed'
  • '[' 139 -ne 0 ']'
  • echo '[./start_server.sh : 34] [main]' [./start_server.sh : 34] [main]
  • echo '[FATAL]: paddle_pserver2 failed' [FATAL]: paddle_pserver2 failed
  • get_stack
  • set +x

*Shell Script Stack Trace @: [./log.sh: 61] check_return @: [./start_server.sh: 34] main

  • exit 1

Primary job terminated normally, but 1 process returned a non-zero exit code.. Per user-direction, the job has been aborted.

mpirun detected that one or more processes exited with non-zero status, thus causing the job to be terminated. The first process to do so was:

Process name: [[58121,1],0] Exit code: 1

指派人
分配到
无
里程碑
无
分配里程碑
工时统计
无
截止日期
无
标识: paddlepaddle/Paddle#6872
渝ICP备2023009037号

京公网安备11010502055752号

网络110报警服务 Powered by GitLab CE v13.7
开源知识
Git 入门 Pro Git 电子书 在线学 Git
Markdown 基础入门 IT 技术知识开源图谱
帮助
使用手册 反馈建议 博客
《GitCode 隐私声明》 《GitCode 服务条款》 关于GitCode
Powered by GitLab CE v13.7