Skip to main content
Exécutez n'importe quel Skill dans Manus
en un clic
Dépôt GitHub

probing

probing contient 14 skills collectées depuis DeepLink-org, avec une couverture métier par dépôt et des pages de détail sur le site.

skills collectés
14
Stars
11
mis à jour
2026-07-12
Forks
5
Couverture métier
3 catégories métier · 100% classifié
explorateur de dépôts

Skills dans ce dépôt

nccl-culprit-victim
Développeurs de logiciels

NCCL proxy wait decomposition — culprit (send_gpu_wait) vs victim (recv_wait)

2026-07-12
health-overview
Administrateurs de réseaux et de systèmes informatiques

One-shot health check: CPU, GPU, tables, torch step progress, TorchProbe overhead, cluster nodes, NCCL profiler health

2026-07-12
sre-triage
Administrateurs de réseaux et de systèmes informatiques

SRE first-response triage for distributed training incidents. Automates the manual checks from PyTorch/NCCL debugging runbooks.

2026-07-12
watchdog-timeout
Développeurs de logiciels

Diagnose PyTorch NCCL watchdog timeouts with Flight Recorder collective sequence alignment.

2026-07-12
gpu-pressure
Scientifiques des données

GPU memory and utilization headroom

2026-07-11
memory-leak
Scientifiques des données

Detect monotonic GPU memory growth across training steps

2026-07-11
module-bottleneck
Scientifiques des données

Find slowest PyTorch modules in recent steps

2026-07-11
acme-health
Développeurs de logiciels

Demo skill from probing-acme vendor package. Use to verify pip-installed extension discovery (skills + magics).

2026-07-08
comm-bottleneck
Développeurs de logiciels

Rank collective ops by total and p99 latency

2026-07-06
crash-triage
Scientifiques des données

Crash triage: grep PROBING CRASH in rank logs; read spill JSON under {PROBING_DATA_DIR}/crash/<pid>/latest.json

2026-06-29
job-health
Scientifiques des données

Job-level health: cluster alive, step lag, slowdown proxy, comm trend

2026-06-29
persistent-straggler
Scientifiques des données

Find ranks that are slow on many steps (worst_fraction), not just once

2026-06-29
slow-rank
Développeurs de logiciels

Find straggler ranks via collective latency imbalance

2026-06-29
training-hang
Développeurs de logiciels

Training stalled — capture stacks and thread/blocking hints

2026-06-20