Checkpointing system
还没有人认领这个 Issue。
评估
- 难度
- 5/5
- 预计耗时
- 一周以上
- 新手友好度
- 25/100
- Issue 类型
- 功能
- 描述清晰度
- 基本清楚
- 活跃度
- 停滞
- 技术栈
- python
- 领域
- build-system, tooling
调研方向
首先定位 DVSim 中用于回归运行的 Python 入口点以及 scheduler 状态；issue 中没有指定文件或测试。在定义验证之前，梳理必须保留哪些元数据和进度，并将恢复一次被终止的运行以及重试失败的 job 作为完成检查。
由索引模型根据 Issue 内容生成。
描述
When running regressions there can be ~45k jobs that are run as part of the regression. It can be a bit of a pain if the regression fails due to some intermittent external issue. Being able to retry failed jobs or restart a killed regression run would be nice.
- Store enough information to disk about the regression run being started
- Store metadata about the planned jobs up front
- Store the scheduler state, or enough information about the progress of the regression run so that it can be restored if killed mid run.
- Add the ability to continued a killed regression run
- Add the ability to retry failed jobs - this could be useful if the issue is due to resource dependent timeouts.
- 主要语言
- Python
- 星标
- 15
- 派生
- 22
- 平均合并
- 4 天 3 小时
- 30 天内合并 PR
- 7
环境准备
- 没有 Dockerfile 或 Docker Compose 文件
- 有 Pull Request 模板
- 阅读贡献指南
从这里开始
- 先读完整个 Issue，再读项目的贡献指南。
- 在 Issue 下留言说明你要接手 —— 这能避免两个人做同样的事。
- Fork 仓库，在一个分支上完成修改。
- 提交 Pull Request，并在描述里引用这个 Issue 编号。
lowRISC/dvsim 的其他 Issue
-
bug
难度 2/5 1-3 小时 新手友好度 84/100
-
难度 2/5 1-3 小时 新手友好度 68/100
-
难度 2/5 1-3 小时 新手友好度 72/100
-
难度 4/5 3-5 天 新手友好度 35/100
-
Better log visibility on the license type usage profile可能已有人在做 @AlexJones0 于 15 天前认领。 未关闭
相似的 Issue
-
难度 2/5 1-3 小时 新手友好度 74/100
aws-samples/sample-per-model-bedrock#243 ·
维护者通常 1 天内回复
-
难度 2/5 1-3 小时 新手友好度 66/100
FuRongJun-1999/dsh-memory#404 ·
维护者通常 1 天内回复
-
难度 2/5 1-3 小时 新手友好度 72/100
维护者通常 1 天内回复
-
bug frontend
难度 2/5 1-3 小时 新手友好度 68/100
PennyLaneAI/catalyst#3337 ·
维护者通常 1 天内回复
-
Workflow.schedule stops when a cron deadline passes before sleep可能已有人在做 @HuaTNA 今天认领。 未关闭
难度 2/5 1-3 小时 新手友好度 82/100
维护者通常 1 天内回复