مرجع R.3

فهرست رخدادها

Incident index

فهرست مطالب
  1. ایشوها
  2. رخدادهای سیستم‌های خودمان

این صفحه تمام اشکالاتی (issues) را که در راهنما به آن‌ها ارجاع داده شده است، همراه با وضعیتشان در نسخه‌ی 0.31.0 فهرست می‌کند.

از این صفحه برای بررسی اینکه آیا مشکل مدنظرتان قبلاً گزارش و شناخته شده است یا نه استفاده کنید.

وضعیت‌ها تا تاریخ 2026-10-22 به‌روز هستند. شماره‌ها به ایشوهای مخزن vLLM اشاره دارند.

ایشوها

ایشو شرح گزارش وضعیت صفحه
44740 تخمین منفی حافظه‌ی گراف CUDA در حدس‌و‌گمان MTP روی GB10، که باعث بیش‌ازحد بزرگ‌شدن کش کلید-مقدار می‌شود باز DGX Spark
46307 مصرف حافظه بیش از سهم تعیین‌شده در --gpu-memory-utilization هنگام پروفایل اولیه‌ی راه‌اندازی روی GB10، که باعث متوقف‌شدن هاست شد در تاریخ 2026-10-22 به دلیل غیرفعال‌بودن (stale) بدون ارائه‌ی راه‌حل بسته شد DGX Spark
52479 بیدارشدن سطح 2 از حالت خواب (sleep) که پیش‌نویس حدسی را دوباره بارگذاری نمی‌کند و در نتیجه هیچ توکن پیش‌نویسی پذیرفته نمی‌شود باز مسیرهای پیش‌روی شبیه‌سازی‌شده‌ی RL
54623 خانواده‌ی Qwen3.5 هیچ‌وقت مقیاس‌های کش کلید-مقدارِ چک‌پوینت را بارگذاری نمی‌کند؛ بنابراین کش کلید-مقدار FP8 با مقیاس 1.0 اجرا می‌شود باز کش کلید-مقدار FP8
57853 ارسال به‌روزرسانی وزن‌ها در حین خواب بودن موتور، هسته‌ی موتور را دچار خطای دسترسی به حافظه (segfault) می‌کند باز مسیرهای پیش‌روی شبیه‌سازی‌شده‌ی RL
60333 یکی از بارگذارهای پیش‌نویس MTP مقیاس‌های کش کلید-مقدار FP8 را نادیده می‌گیرد و لایه‌های پیش‌نویس از مقیاس 1.0 استفاده می‌کنند باز کش کلید-مقدار FP8
58726 بارگذاری کند وزن‌ها روی GB10 به‌دلیل کپی تک‌تک تنسورها از نگاشت فایل (file map) باز DGX Spark
59770 کندتر شدن رمزگشایی NVFP4 برای یک مدل خاص روی GB10 از نسخه‌ی 0.29.0 به بعد باز عیب‌یابی
60174 تکرار یک توکن پس از اصابت به کش پیشوند (prefix-cache hit) با حدس‌وگمان DFlash2 یا DSpark در نسخه‌های 0.30 و 0.31 در تاریخ 2026-10-22 بسته شد عیب‌یابی
60262 کرش در زمان راه‌اندازی وقتی کش کلید-مقدار FP8 کتابخانه‌ی FlashInfer را بدون ساخت موفق کرنل انتخاب می‌کند باز عیب‌یابی
60830 خروجی JSON نامعتبر با حدس‌وگمان MTP و اسکیمای JSON روی یک مدل خاص بسته عیب‌یابی
60838 بی‌اثر بودن --mamba-block-size پس از حذف حالت کش all در Mamba باز زمینه‌های طولانی
61024 نقشه‌ی راه پروژه برای سه‌ماهه‌ی چهارم 2026 که حذف اجراکننده‌ی مدل قدیمی را فهرست کرده است باز Model Runner V2
61886 تخلیه‌ی کش کلید-مقدار بدون وابستگی به اندازه‌ی توازی تنسور (tensor-parallel) باز اتصال‌دهنده‌های کش کلید-مقدار
59538 یک لایه‌ی فشرده‌سازی برای انتقال و ذخیره‌سازی کش کلید-مقدار باز اتصال‌دهنده‌های کش کلید-مقدار
61229 آزادسازی بلوک‌های کش کلید-مقدار حین خواندن از مخزن راه‌دور در اتصال‌دهنده‌ی NIXL باز اتصال‌دهنده‌های کش کلید-مقدار
58253 درخواست برای نقش بازبین (reviewer) جهت افزایش ظرفیت بررسی کدها باز تاریخچه
61698 درخواستی برای ارزیابی‌ها و بنچمارک‌های تکرارپذیر که مشارکت‌کنندگان روی GPUهای خودشان اجرا کنند باز تاریخچه

رخدادهای سیستم‌های خودمان

تاریخ دستگاه چه اتفاقی افتاد صفحه
2026-10-22 L4، با GPU اشتراکی راه‌اندازی شکست خورد؛ چون یک درخواست با حداکثر طول 2,928 توکن، به مقدار کش کلید-مقداری کمی بیشتر از فضای آزاد موجود نیاز داشت راه‌اندازی
2026-10-21 GB10 اولین بارگذاری وزن‌ها با حجم 56.93 GiB حدود 330 ثانیه طول کشید DGX Spark

منابع: ایشوهای vLLM شامل 44740، 46307، 52479، 54623، 57853، 58253، 58726، 59538، 59770، 60174، 60262، 60333، 60830، 60838، 61024، 61229، 61698 و 61886 (دریافت‌شده در تاریخ 2026-10-21 و بررسی مجدد وضعیت هرکدام در 2026-10-22)؛ لاگ capture/gpu/out-gb10/server-load-vllm.log.

ترجمه‌ی فارسی Incident index از راهنمای vLLM 101 دوره‌ی AI Engineering from Scratch، نوشته‌ی Rohit Ghumare، تحت مجوز MIT. دستورها، لاگ‌ها و اعداد عیناً از اجراهای ثبت‌شده‌ی متن اصلی‌اند. فهرست راهنما