Da: eneagrid administrators Oggetto: Errori su alcuni job MPI su Cresco6 durante la scorsa settimana, problema risolto // MPI job error on Cresco6 HPC system during last week, problem solved Data: Mon, 13 Nov 2023 11:29:24 +0100 A: Durante la scorsa settimana sono stati segnalati attraverso il sistema di ticketing o contatti ad personam verso gli amministratori dei crash di job MPI su cresco6 con errori del tipo: PSM2 returned unhandled/unknown connect error: Operation timed out PSM2 EP connect error (unknown connect error) Pensiamo che il problema sia stato indotto dal cattivo funzionamento del collegamento sulla rete a bassa latenza OPA per alcuni nodi di cresco6. In particolare i nodi affetti dal problema sono risultati essere: cresco6x007 cresco6x010 cresco6x012 cresco6x016 cresco6x019 cresco6x021 cresco6x022 Questi nodi sono stati esclusi e sono in manutenzione. Abbiamo modo di ritenere che il problema sia rientrato e vi invitiamo a sottomettere i vostri job ed a segnalarci attraverso il sistema di ticketing l'eventuale ripresentarsi del problema stesso. Gli amministratori di Cresco --- During the past week, MPI job crashes with error like: PSM2 returned unhandled/unknown connect error: Operation timed out PSM2 EP connect error (unknown connect error) were reported by users. We think that the problem was induced by the poor functioning of the OPA connection for some cresco6 nodes. In particular, the nodes affected by the problem were: cresco6x007 cresco6x010 cresco6x012 cresco6x016 cresco6x019 cresco6x021 cresco6x022 These nodes have been excluded by submission queues and are under maintenance. We believe that the problem has been resolved and we invite you to submit your jobs and notify through the ticketing system of any recurrence of the problem. Cresco administrators --- Per favore non rispondere a questo E-mail.