摘要：
最近在搞分布式训练大模型，踩了两个晚上的坑今天终于爬出来了 我们使用 2台 8*H100 遇到过 错误1 10.255.19.85: ncclSystemError: System call (e.g. socket, malloc) or external library call failed 阅读全文
posted @ 2024-04-18 21:34
高颜值的殺生丸
阅读(4853)
评论(0)
推荐(0)
点此进入CSDN
浙公网安备 33010602011771号