[Bug]: nvidia-validator waits the full timeout on a failed validation pod; loadPodSpec panics
メンテナーはふだん 1 日以内に返信
@kvalliyurnatt がすでに取り組んでいます。
2026年10月19日 から。
評価
- 難易度
- 2/5
- 見積もり時間
- 1〜3時間
- 初心者へのやさしさ
- 75/100
- issue の種類
- バグ
- 明瞭さ
- 明確に書かれている
- 活発さ
- 活発
- 技術スタック
- go, kubernetes
- 領域
- devops, infrastructure
調査の方向性
関連するコードは cmd/nvidia-validator/main.go にあり、waitForPod は1347行目付近、loadPodSpec は1370~1378行目付近です。まず waitForPod がPodのphaseをどのようにポーリングしているかを読み、次に loadPodSpec が読み取りエラーと入力の分割をどう扱っているかを確認してください。完了条件は、waitForPod が PodFailed を検出した時点で、コンテナの終了理由とメッセージを伴って早期に返ること、そして loadPodSpec がpanicや範囲外のインデックスアクセスをせず、エラーを返すことです。既存のテスト名は指定されていないため、コードパスを読んで確認するか、小さなユニットテストを追加して検証してください。
索引モデルが issue の本文から書いたものです。
説明
Describe the bug
waitForPod(cmd/nvidia-validator/main.go:1347) only returns on phaseSucceeded. If the plugin or CUDA validation pod reachesFailed, it keeps polling for 60 × 5 s = 5 minutes and never logs why the pod failed.loadPodSpeccallspanic(err)on a read error (line 1370) and indexesslice[1]without a length check (line 1378); the parsedkindis only logged.
To Reproduce
Found by code review. Make the CUDA validation pod fail (e.g. a broken runtime class) and observe the validator wait 5 minutes before erroring, with no failure reason in its log.
Expected behavior
Return immediately on PodFailed with the container's termination reason/message; return errors from loadPodSpec instead of panicking.
Environment (please provide the following information):
- GPU Operator Version: main @ f806d6b (code inspection)
- 主要言語
- Go
- スター
- 2.9k
- フォーク
- 576
- 平均マージ
- 1日 14時間
- マージ済み PR(30日)
- 69
環境構築
- Dockerfile・Docker Compose ファイルなし
- プルリクエストのテンプレートあり
- コントリビューションガイドを読む
はじめの一歩
- issue を最後まで読み、次にプロジェクトのコントリビューションガイドを読みます。
- 着手することを issue にコメントします — 二人が同じ作業をするのを防げます。
- リポジトリをフォークし、ブランチを切って変更します。
- issue 番号を参照したプルリクエストを送ります。
NVIDIA/gpu-operator のほかの issue
-
[Bug]: dcgm-exporter no longer gets hostNetwork when a host DCGM is set through dcgmExporter.env対応中かも @blacksoxx が 2 日前に担当しました。 オープン
難易度 2/5 1〜3時間 初心者へのやさしさ 64/100
NVIDIA/gpu-operator#3091 ·
メンテナーはふだん 1 日以内に返信
-
feature lifecycle/frozen needs-triage
難易度 2/5 1〜3時間 初心者へのやさしさ 68/100
NVIDIA/gpu-operator#3074 · コメント 2 件 ·
メンテナーはふだん 1 日以内に返信
-
[Bug]: GPUCluster common name label breaks DRA validator selector対応中かも @ajavanma が 29 日前に担当しました。 オープン
難易度 2/5 1〜3時間 初心者へのやさしさ 88/100
NVIDIA/gpu-operator#2955 · コメント 1 件 ·
メンテナーはふだん 1 日以内に返信
-
[Bug]: Precompiled node pools drop kernels that sanitize to the same name対応中かも @SebTardif が 1 日前に担当しました。 オープン
難易度 2/5 1〜3時間 初心者へのやさしさ 20/100
NVIDIA/gpu-operator#3098 ·
メンテナーはふだん 1 日以内に返信
-
[Bug]: ClusterPolicy reconcile panics when a DaemonSet has no annotations対応中かも @SebTardif が 1 日前に担当しました。 オープン
難易度 2/5 1〜3時間 初心者へのやさしさ 25/100
NVIDIA/gpu-operator#3096 · コメント 3 件 ·
メンテナーはふだん 1 日以内に返信
NVIDIA/gpu-operator の issue をすべて見る
似ている issue
-
Mend: dependency security vulnerability
難易度 2/5 1〜3時間 初心者へのやさしさ 72/100
kube-tarian/sigrun#202 ·
-
question raised-by:verifier
難易度 2/5 1〜3時間 初心者へのやさしさ 72/100
medici-finance/assay#4013 ·
メンテナーはふだん 1 日以内に返信
-
bug
難易度 2/5 1〜3時間 初心者へのやさしさ 83/100
tsukumogami/tsuku#2775 ·
メンテナーはふだん 1 日以内に返信
-
automation models
難易度 2/5 1〜3時間 初心者へのやさしさ 72/100
メンテナーはふだん 1 日以内に返信
-
難易度 2/5 1〜3時間 初心者へのやさしさ 69/100
メンテナーはふだん 1 日以内に返信