Hacktoberfest 2026 : les issues que les mainteneurs ont marquées pour octobre, ouvertes et accessibles aux débutants. Parcourir les issues Hacktoberfest

[BUG] Confusing machine names in Jenkins CI

Ouverte
#3,780 1 commentaire 0 réactions 0 personnes assignées Voir sur GitHub

Les mainteneurs répondent en général sous 2 jours

@anishesg y travaille déjà.

Depuis le 24/4/2026.

  • #3839 par @anishesg — ouverte

Évaluation

Difficulté
3/5
Temps estimé
1-2 jours
Accessibilité débutants
45/100
Type d'issue
Bug
Clarté
Plutôt claire
Activité
À l'abandon
Stack technique
python
Domaine
ci-cd, devops

Piste de recherche

Commencez par .jenkins/metadata.json à la ligne 27 et .jenkins/get_files_to_run.py aux lignes 43-45, puis examinez le mapping de la matrice CI décrit dans l’issue. Vérifiez la relation entre le label et shard/WORKER_ID, y compris le runner linux.g5.12xlarge.nvidia.gpu. Le travail est terminé lorsque le nommage des machines et le routage décrivent de manière cohérente le comportement de la CI multi-GPU sans casser la CI des tutoriels.

Rédigé par le modèle d'indexation à partir du texte de l'issue.

Description

bug build automation build issue
Add Link

My PR for a new tutorial: https://github.com/pytorch/tutorials/pull/3763/

Describe the bug

THe Jenkins CI has a few hard-coded behaviors that are confusing. The linux.16xlarge.nvidia.gpu label in Jenkins appears to be a legacy label that means "needs multi-GPU". It doesn't describe the actual hardware that is used.

get_files_to_run.py has a hard-coded check for this exact key, which routes it to shard 0. Shard 0 maps to WORKER_ID=1 in the matrix (also confusing), and then shard 1's runner is a linux.g5.12xlarge.nvidia.gpu, not a 16xl.

Reporting this since it resulted in some confusion while getting my CI for my PR to pass. If it were me, the key should be '4-gpu' instead of linux.16xlarge.nvidia.gpu.

Describe your environment

PyTorch tutorial CI

Langage dominant
Python
Étoiles
9.4k
Forks
4.4k
Merge moyen
3 j 5 h
PR mergées (30 j)
4

Préparer son environnement

Ouvrir dans Codespaces

Lance le conteneur de développement du projet dans votre navigateur, avec votre propre compte GitHub.

Par où commencer

  1. Lisez l'issue en entier, puis le guide de contribution du projet.
  2. Signalez en commentaire que vous la prenez — cela évite que deux personnes fassent le même travail.
  3. Forkez le dépôt et travaillez sur une branche.
  4. Ouvrez une pull request qui référence le numéro de l'issue.

Autres issues de pytorch/tutorials

Toutes les issues de pytorch/tutorials

Issues similaires

Plus d'issues Python

Recevez les nouvelles issues par e-mail

Un résumé court des issues GitHub adaptées aux débutants.