Sari la conținut

Română · beta. Traducerea a fost făcută automat și este încă în curs de revizuire. Citește pagina în engleză

gke-ai-troubleshooting-tpu-mxla-hang

google/skills ↗

De la autor

Diagnose GKE Cloud TPU multi-slice training hangs (Megascale `HANG_DETECTED` logs and hang monitored events) using the ML Diagnostics `Megascale XLA (MXLA) Hang Analyzer` (`gcloud alpha mldiagnostics monitored-events`) and 1-minute Cloud Monitoring multi-slice latency metrics (`kubernetes.io/container/multislice/*`). Distinguishes XLA compiler/HLO launch divergence and host data-input stalls from TPU chip, SparseCore, ICI, or network fabric faults. Use when multi-slice TPU training jobs freeze without progressing steps, emit `HANG_DETECTED`, or stall in collective operations. Don't use for gradual step-time throughput drops without hangs (use gke-ai-troubleshooting-tpu-performance-degradation) or pod preemption/eviction restarts (use gke-ai-troubleshooting-jobset-interruption).

Instalare

npx skills add google/skills --skill gke-ai-troubleshooting-tpu-mxla-hang -a claude-code

Se instalează în .claude/skills/gke-ai-troubleshooting-tpu-mxla-hang/ · Fiecare comandă descarcă skill-ul direct de pe GitHub cu utilitarul open source skills.

Descarcă .zip

Identic octet cu octet cu commit-ul scanat, cu licența depozitului și un fișier SOURCE.txt.

Vrei ca agentul să-ți propună skill-uri în timp ce scrii? Vezi cum folosești skill-urile din IDE.

Verificări de siguranță pe SKILL.md

Niciun avertisment.

De ce 95

Securitate100
Proveniență100
Întreținere100
Licență100
Adopție67

aiqbench calculează scorul de încredere din semnale publice. Nu este un audit de securitate, așa că citește un skill înainte să-l instalezi.

Skill-uri similare

Cele mai apropiate de acesta prin ce fac și când sunt folosite.

Note și recenzii

—

nicio recenzie

Ai încercat acest skill? Notează-l ca să-i ajuți pe alții. Autentifică-te

    Discuție

    Intră în discuție. Autentifică-te