Skip to main content

fr-analysis

Analyze PyTorch NCCL flight-recorder (FR) dumps to identify collective operation hangs and isolate the responsible ranks using CollectiveAnalyzer. Use when a distributed training job hangs due to an NCCL collective timeout and FR dump files are available. Detects the wavefront process group where collectives diverge and returns the root-cause suspect ranks.

Ir para a instalação

Informações da origem

Repositório
NVIDIA/nvidia-resiliency-ext
Última atividade na origem
6 de maio de 2026 às 21:26
Idioma detectado do SKILL.md
inglês
Estrelas
324
Forks
64

Opções de instalação

Por padrão, está selecionado o prompt que primeiro revisa a origem. Você pode mudar para um comando direto ou baixar uma cópia local.

Revise os arquivos de origem

Leia o SKILL.md e os arquivos complementares exibidos pelo SkillsMP antes de decidir se vai instalar.